一种工件表面压印字符识别网络

作     者：游新冬 郭磊 韩晶 吕学强 YOU Xin-dong;GUO Lei;HAN Jing;LYU Xue-qiang

作者机构：北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 

基　　金：国家自然科学基金项目(62171043) 北京市自然科学基金项目(4212020) 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2024年第54卷第7期

页      码：2072-2079页

摘      要：工件表面的压印字符存在凹凸不平、锈蚀、风化等问题,导致传统的字符识别算法难以取得满意的效果。针对这一问题,将工件表面压印字符的识别视为一类特殊的目标检测问题,并针对其特性设计了一种两阶段识别网络:定位-分类网络。定位网络使用无锚框的方法提取字符感兴趣区域,有效解决了字符区域提取困难的问题。分类网络采用特征解耦的卷积模块和结构重参数化技术,能够在不增加额外参数的情况下提升分类的准确率。此外,分类网络采用跨域迁移学习的训练策略,能够有效解决实际应用中的小样本和类别不平衡问题。在自建螺栓数据集和SynthText数据集上的实验结果表明,该算法的整体精度能够达到98%和92%,优于对比算法。

主 题 词：压印字符 字符识别 无锚框 小样本 目标检测 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13229/j.cnki.jdxbgxb.20230150

馆 藏 号：203132449...