典型文献
基于Mask-RCNN的纸质医药包装钢印字符识别
文献摘要：
为实现纸质医药包装钢印字符的实时检测,设计一种基于图像处理和深度学习的钢印字符识别系统.系统首先采用多种图像处理的方法对原始打光下的图像进行预处理,从而自动提取图片中的感兴趣区域,并将其输入训练好的Mask-RCNN网络进行实例分割,得到每张图片中的不同字符的像素位置与其字符数值.实验结果表明,对比传统的字符识别方法,该方法可以很好地解决纸质医药包装钢印字符图片中灰度跳变不明显的问题,准确分割出纸质包装盒图片中的钢印字符并进行标记,其字符的识别准确率达到99％,为生产线上钢印字符的识别和记录提供了新的解决思路,具有较高的实用价值.
文献关键词：
钢印字符识别;实例分割;Mask-RCNN;感兴趣区域;灰度跳变
中图分类号：
作者姓名：
吴彪;周庆华;曾小为
作者机构：
长沙理工大学物理与电子科学学院,湖南 长沙 410114;纳威尔智能科技有限公司,湖南 长沙 410007
文献出处：
引用格式：
[1]吴彪;周庆华;曾小为-.基于Mask-RCNN的纸质医药包装钢印字符识别)[J].计算机与现代化,2022(02):108-113
A类：
灰度跳变
B类：
Mask,RCNN,医药包装,钢印字符识别,实时检测,字符识别系统,打光,自动提取,感兴趣区域,练好,实例分割,每张,像素位置,割出,纸质包装,包装盒,识别准确率,生产线,上钢,解决思路
AB值：
0.182109
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。
