典型文献
基于NVIDIA TX2的喷码字符检测算法
文献摘要：
针对复杂商品背景下喷码字符漏喷、重叠、缺失等现象,提出一种基于YOLOv5+CRNN的喷码字符检测算法.喷码字符定位算法以YOLOv5为基础网络,结合注意力机制提高其检测精度,再通过稀疏训练和通道剪枝降低模型参数量与复杂度,最终检测精度提高了3.4个百分点,模型参数量降低了6.7 MB.对定位后的字符区域进行背景擦除和透视变换处理后送入CRNN网络实现喷码字符识别,最终将改进后的算法部署至NVIDIA TX2嵌入式平台.通过在食品包装工厂生产流水线实测,检测速度达到28 frame/s,字符定位精度99.4％,识别率95％,且具有很好的鲁棒性.
文献关键词：
YOLOv5算法;CRNN网络;目标检测;字符识别;嵌入式;模型量化
中图分类号：
作者姓名：
李帆;胡维平;刘北北;刘雨戈
作者机构：
广西师范大学 电子工程学院,广西 桂林 541000;中国科学院 自动化研究所 苏州研究院,江苏 苏州 215000
文献出处：
引用格式：
[1]李帆;胡维平;刘北北;刘雨戈-.基于NVIDIA TX2的喷码字符检测算法)[J].计算机工程与应用,2022(13):210-216
A类：
YOLOv5+CRNN
B类：
NVIDIA,TX2,喷码字符,字符检测,检测算法,字符定位,定位算法,注意力机制,检测精度,稀疏训练,通道剪枝,模型参数量,百分点,MB,擦除,透视变换,变换处理,后送,送入,字符识别,终将,法部,嵌入式平台,食品包装,包装工,工厂生产,生产流水线,检测速度,frame,定位精度,识别率,目标检测,模型量化
AB值：
0.377446
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。
