一种基于改进YOLOv9和CNOCR的电网变电站标识牌检测与文字识别方法

本发明公开一种基于改进YOLOv9和CNOCR的电网变电站标识牌检测与文字识别方法，首先设计一个重参数并行空洞卷积模块（RPACM），将该模块替换RepNCSP中的RepNBottleneck获得RPACMCSP，以获得不同尺度特征，用于替换YOLOv9t骨干网络中的RepNCSP中的RepNBottleneck，其中RepNCSP是RepNCSPELAN4中的关键组件。其次，为了更好的融合深层特征的语义信息和浅层特征的细节信息，将颈部的特征金字塔替换为设计的选择性边界聚合特征金字塔（SBAFP）。最后，设计重参数化部分多尺度特征提取模块（RPMSFA），并将该模块加入颈部的RepNCSPELAN4中。通过上述操作得到改进的YOLOv9网络，本发明克服了现有技术中从不同距离拍摄标识牌中尺度变化过大而不能完全适应等问题，利用改进YOLOv9t模型架构，具有准确性高，检测快的优点。