摘要
本发明为一种基于深度学习的包裹轮廓检测框架下的OCR识别提速方法,涉及计算机处理技术领域,包括如下步骤:S01、获取物流包裹的ROI图像;S02、对同一个所述物流包裹的多个所述ROI图像进行预处理,确定每一个所述ROI图像下的包裹面轮廓信息;S03、提取带有标签的多个所述ROI图像,以得到密集标签包裹数据集;S04、多个所述包裹面轮廓信息,基于YOLOv8的深度学习框架进行特征降维处理,以得到关于所述物流包裹的三维仿真模型;S05、基于所述三维仿真模型确定位于所述密集标签包裹数据集位置。该发明相对于传统六面扫方法,在标签分类与提取、景深与图片质量处理、同步等待与响应速度、系统鲁棒性与适应性以及自动化与智能化水平等方面均表现出显著的优势。
技术关键词
ROI图像
提速方法
轮廓信息
包裹
三维仿真模型
非瞬时性计算机可读存储介质
深度学习框架
定位标签
工业相机
像素
物流
机组
二维码信息识别
数据
图像处理顺序
HSV色彩空间