典型文献
一种轻量化中文指路标志的文本识别算法
文献摘要：
针对中文交通指路标志中多方向、多角度的文本提取与识别困难的问题,提出了一种融合了卷积神经网络与传统机器学习方法的轻量化中文交通指路标志文本提取与识别算法.首先,对YOLOv5 l目标检测网络进行轻量改进,提出了YOLOv5t网络用以提取指路标志牌中的文本区域;然后,结合投影直方图法与多项式拟合法的M-split算法,对提取到的文本区域进行字符分割;最后,使用MobileNetV3轻量化网络对文本进行识别.提出的算法在自制数据集TS-Detect上进行近景文本识别,精度达到了90.1％,检测速度达到了40 fps,且权重文件大小仅有24.45 MB.实验结果表明,提出的算法具有轻量化、高精度的特性,能够完成复杂拍摄条件下的实时中文指路标志文本提取与识别任务.
文献关键词：
交通标志;文本识别;多项式拟合;YOLO;MobileNet
中图分类号：
作者姓名：
宜超杰;陈莉;包宇翔
作者机构：
西北大学信息科学与技术学院,陕西 西安 710100
文献出处：
引用格式：
[1]宜超杰;陈莉;包宇翔-.一种轻量化中文指路标志的文本识别算法)[J].计算机工程与科学,2022(09):1655-1664
A类：
YOLOv5t
B类：
指路标志,文本识别,识别算法,通指,多方向,机器学习方法,目标检测网络,标志牌,本区,直方图,图法,多项式拟合法,split,取到,字符分割,MobileNetV3,轻量化网络,TS,Detect,近景,检测速度,fps,重文,文件大小,MB,交通标志
AB值：
0.321592
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
