典型文献
工业芯片的标签文本检测
文献摘要：
工业场景下标签图像存在扫描不清晰、光照变化大,文字大小不一致等问题,给文本的检测带来困难.针对上述问题,提出了基于分割的可微分二值化(differentiable binarization net,DBNet)网络的文本检测方法.首先通过数据增强技术对样本数据量进行了扩张;然后根据标签文本细长的特点,分析了Douglas-Peucker算法的超参数调整对检测精度的影响.实验结果表明可微分的二值化网络DBNet具有更好的检测性能,在测试集上的准确率、召回率、F1值分别达到了99.4、99.5、99.5.
文献关键词：
DBNet网络;标签;深度学习;可微分;文本检测
中图分类号：
作者姓名：
黄瑜锋;岳洪伟;余铭琪
作者机构：
五邑大学 广东江门 529020;广东第二师范学院 广东广州 510303
文献出处：
引用格式：
[1]黄瑜锋;岳洪伟;余铭琪-.工业芯片的标签文本检测)[J].信息技术与信息化,2022(12):27-30
A类：
B类：
文本检测,工业场景,下标,文字大小,大小不一,可微分,differentiable,binarization,net,DBNet,数据增强技术,数据量,细长,Douglas,Peucker,超参数,参数调整,检测精度,二值化网络,检测性能,测试集,召回率
AB值：
0.451314
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。
