申请/专利权人:南京埃伯顿自动化设备有限公司
申请日:2023-11-14
公开(公告)日:2024-04-12
公开(公告)号:CN117877044A
主分类号:G06V30/18
分类号:G06V30/18;G06V30/19;G06V10/82;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明公开了基于改进的CRAFT药盒字符检测方法,涉及字符检测技术领域,包括利用串联空洞卷积层进行多尺度上下文本信息聚合,在原CRAFT检测模型的特征提取主干网络的基础上进行改进,获得预改进CRAFT检测模型;以CRAFT文本检测模型中的VGG‑16网络为基础,基于注意力机制并融合空洞卷积构造改进后的改进CRAFT检测模型,本申请在原CRAFT检测模型的特征提取主干网络的基础上进行改进,能够适当减少计算参数的数量,增大特征提取网络的视觉野。还可以改善目前CRAFT文本检测模型存在的对于部分文本完全检测不到、狭长区域文本信息检测不全的问题。
主权项:1.基于改进的CRAFT药盒字符检测方法,其特征在于,包括以下步骤:S1、利用串联空洞卷积层进行多尺度上下文本信息聚合,在原CRAFT检测模型的特征提取主干网络的基础上进行改进,获得预改进CRAFT检测模型;S2、以CRAFT文本检测模型中的VGG-16网络为基础,基于注意力机制并融合空洞卷积构造改进后的改进CRAFT检测模型;S3、对改进CRAFT检测模型进行训练,获得可用于预测的改进CRAFT模型;S4、使用改进CRAFT检测模型进行药盒字符检测。
全文数据:
权利要求:
百度查询: 南京埃伯顿自动化设备有限公司 基于改进的CRAFT药盒字符检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。