典型文献
基于注意力机制的农资标签文本检测
文献摘要：
农资包装上的文本含有登记证号、有效成分含量、生产许可证号、产品标准号等产品相关信息,这些不仅为农民购买农资提供重要的依据,还有助于农资监督机构发现影响农资安全的问题,同时也对出口农资的识别有极大的帮助.基于农资包装图像构建数据集,提出一种基于注意力机制的农资标签文本检测模型,该模型使用Swin-Transformer作为骨干网络,采用FPN提取文本特征,设计双特征融合模块(Twin Feature Fusion Module,TFFM)来统合局部特征和全局特征,预测阶段采用缩放式扩展算法来生成文本边框.该模型在自建农资包装图像数据集上的试验结果表明:其准确率、召回率和F值分别为91.4％、87.3％和89.3％,均优于主流方法,对农资包装图像文本检测任务具有一定的优越性.
文献关键词：
计算机视觉;农资标签;语义分割;文本检测;文本识别
中图分类号：
作者姓名：
殷昌山;杨林楠;胡海洋
作者机构：
云南农业大学大数据学院,昆明市,650201;云南省农业大数据工程技术研究中心,昆明市,650201;绿色农产品大数据智能信息处理工程研究中心,昆明市,650201
文献出处：
引用格式：
[1]殷昌山;杨林楠;胡海洋-.基于注意力机制的农资标签文本检测)[J].中国农机化学报,2022(10):135-140,166
A类：
农资标签,农资安全,TFFM
B类：
注意力机制,文本检测,装上,登记证,证号,有效成分含量,生产许可证,产品标准,品相,监督机构,检测模型,模型使用,Swin,Transformer,骨干网络,FPN,文本特征,特征融合模块,Twin,Feature,Fusion,Module,统合,局部特征,全局特征,缩放,来生,成文,边框,图像数据集,召回率,主流方法,计算机视觉,语义分割,文本识别
AB值：
0.396824
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。
