典型文献
基于改进的YOLOv3-Tiny深度网络在架图书错序检测方法
文献摘要：
基于索书号识别的在架图书错序检测方法对构建智能化图书馆非常重要.为实现快速而准确的在架图书错序检测,文中提出一种基于改进的YOLOv3-Tiny深度网络,实现图书索书号区域定位.该方法在原深度网络模型的基础上增加一个52×52的尺度输出和两个跳跃连接块,以增强网络对微小目标的检测能力并抑制由于网络深度的增加带来的梯度消失或爆炸问题,从而实现对图书索书号区域的准确定位.然后将索书号区域从原图像上分割,经预处理后使用光学字符识别技术完成索书号的识别.最后,根据识别出的索书号的排序关系判别书架上是否存在错序的图书.实验结果表明,所提方法相比于其他深度网络模型具有更好的检测精度,对实现图书馆智能化的图书管理具有一定的实际应用价值.
文献关键词：
图书错序检测;深度网络;YOLOv3-Tiny;目标检测;图像分割;光学字符识别;OpenCV;索书号定位
中图分类号：
作者姓名：
王红芳;刘泽远;李英健;张凯兵
作者机构：
西安工程大学,陕西 西安 710048
文献出处：
引用格式：
[1]王红芳;刘泽远;李英健;张凯兵-.基于改进的YOLOv3-Tiny深度网络在架图书错序检测方法)[J].现代电子技术,2022(22):164-170
A类：
图书错序检测,索书号定位
B类：
YOLOv3,Tiny,智能化图书馆,区域定位,深度网络模型,跳跃连接,连接块,小目标,检测能力,加带,梯度消失,准确定位,原图,光学字符识别,书架上,检测精度,图书管理,目标检测,图像分割,OpenCV
AB值：
0.221366
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。
