典型文献
基于YOLOv5算法的钢印字符识别方法
文献摘要：
针对枪械压印字符与其背景色一致和光照条件的影响,通过传统计算机算法进行钢印字符识别时的准确度难以达到理想效果,提出了一种基于YOLOv5的钢印字符识别方法.运用YOLOv5算法提取图像的特征,实现了对钢印字符的识别.实验结果表明,该方法对钢印字符识别的准确率达97.4％,算法平均处理时间为0.016 s,能够满足工程应用的精度和效率要求.此外,利用字符位置信息对模型的输出进行改进,实现直接输出正确的编码信息,在工业生产环境下具有较好的稳定性和实时性,有较强的实际应用价值.
文献关键词：
钢印字符;深度学习;YOLOv5;字符识别;目标检测
中图分类号：
作者姓名：
宫鹏涵
作者机构：
陆军工程大学石家庄校区,石家庄050000
文献出处：
引用格式：
[1]宫鹏涵-.基于YOLOv5算法的钢印字符识别方法)[J].兵器装备工程学报,2022(08):101-105,124
A类：
B类：
YOLOv5,钢印字符识别,枪械,压印,背景色,光照条件,计算机算法,难以达到,处理时间,用字,位置信息,出进,编码信息,工业生产环境,目标检测
AB值：
0.20123
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。
