摘要
本申请涉及图像识别技术领域,尤其涉及一种基于改进YOLOv7和改进PaddleOcr的井下数码管字符识别方法,包括,收集带有字符的图片,组成数据集D1;通过改进后YOLOv7模型利用数据集D1训练出检测网络模型,并得到检测后的结果图;对检测后的结果图进行灰度化处理,形成新的数据集D2;通过改进后PaddleOcr模型构建识别网络模型,利用数据集D2训练出识别网络模型;重新收集图片,重复步骤S1‑S3,形成测试集,利用检测网络模型和识别网络模型完成井下数码管字符的检测和识别任务。本申请通过在原算法的基础上提高了检测和识别的准确率和鲁棒性,大大改善小字符行目标漏检、小数点漏检和误识别的问题,并且加快了实时检测的速度。
技术关键词
字符识别方法
检测网络模型
数码管
编码向量
序列
遗传算法优化
图像识别技术
数据
图片
文本识别
像素点
注意力机制
表达式
标签框
模块
网络结构
样本
鲁棒性
系统为您推荐了相关专利信息
集成经验模态分解
风机叶片
优化支持向量机
镜像
信号
嵌入特征
矩阵
非线性特征提取
预测系统
疾病关联关系
NAND闪存
数据存储方法
系统运行状态
数据处理模型
模块
光伏柔性支架
材料老化
能源
异常状态
有限元分析技术