申请/专利权人：武汉科技大学

申请日：2023-12-27

公开（公告）日：2024-04-16

公开（公告）号：CN117894004A

主分类号：G06V20/62

分类号：G06V20/62;G06V30/146;G06V30/148;G06V30/16;G06V30/164;G06V30/18;G06V10/82;G06N3/045;G06N3/0464;G06N3/048;G06N3/0442;G06N3/084

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明提供一种基于深度学习的热铸坯号识别方法及系统，涉及图像识别技术领域。该方法包括S1、获取所述热铸坯号的原始图像；S2、对所述原始图像进行去噪、剪切和零均值化处理，得到第一图像；S3、将所述第一图像导入VGG19网络模型，对所述热铸坯号的文字朝向进行检测，计算所述坯号的倾斜角度，并根据倾斜角度旋转所述热铸坯号的文字朝向，得到第二图像；S4、构建并训练RS‑RCNN模型，将所述第二图像导入训练后的RS‑RCNN模型，对所述热铸坯号进行识别。本发明增强了模型特征提取能力，对文本序列的建模能力和识别准确性，提升了模型的泛化能力和训练过程中的探索能力，提高了热铸坯号的识别准确率。

主权项：1.一种基于深度学习的热铸坯号识别方法，其特征在于，包括以下步骤：S1、获取所述热铸坯号的原始图像；S2、对所述原始图像进行去噪、剪切和零均值化处理，得到第一图像；S3、将所述第一图像导入VGG19网络模型，对所述热铸坯号的文字朝向进行检测，计算所述热铸坯号的倾斜角度，并根据倾斜角度旋转所述热铸坯号的文字朝向，得到第二图像；S4、构建并训练RS-RCNN模型，将所述第二图像导入训练后的RS-RCNN模型，对所述热铸坯号进行识别。

全文数据：

权利要求：

百度查询： 武汉科技大学 一种基于深度学习的热铸坯号识别方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD