摘要
本发明涉及信息处理技术领域,尤其涉及一种面单条形码识别方法、装置、设备及存储介质,通过收集所有快递服务提供商的历史快递面单图像数据,使数据集在规模和内容丰富度上满足模型训练的要求,根据不同的面单类型和样式对快递面单图像预处理数据进行分类,对快递面单图像分类数据进行数据划分得到训练数据集,对训练数据集中的条形码所在区域进行标注,基于DETR目标检测算法搭建深度学习模型,将训练数据集和条形码标注信息输入到深度学习模型进行训练,得到条形码识别模型,将快递面单图像信息上传到条形码识别模型中进行条形码识别,能使用目标检测算法对不同面单类型和样式的条形码区域进行自动检测,提高了识别的准确性。
技术关键词
快递面单
条形码识别方法
深度学习模型
图像处理模型
标注工具
条形码识别装置
监听器
订单
样式
加密数据
条形码区域
可视化页面
算法
信息处理技术
可读存储介质
系统为您推荐了相关专利信息
深度学习模型
识别用户意图
数据访问
问答系统
语义识别技术
深度卷积神经网络
多指标
深度学习网络模型
带钢
深度学习模型
深度学习模型
纹理识别方法
纹理特征
图片
图像增强
动态视频数据
视频采集单元
接触式
深度学习模型
偏振滤光片