Abstract：
为全面、准确、快速地提取柱面电线杆标识牌信息,提出一种轻量级柱面电线杆标识牌字符识别算法 Tiny-DBNet-CRNN.对柱面图像进行反投影矫正展平;融合注意力机制,利用深度可分离卷积残差块,构建轻量级文本检测网络分割出文本区域;构建字符识别模型CRNN输出标识牌字符信息.采用真实场景数据和ICDAR 2015 数据进行实验,结果与当前流行模型相比,Tiny-DBNet-CRNN字符识别正确率提升了 40.3%,达 95.11%;在精度下降 0.60%的微小损失下,检测速度提升 3 倍,参数规模上总体下降 45.15%.
Keyword：
Reprint Author's Address：
Email：
Source ：
计算机工程与设计
ISSN： 1000-7024
Year： 2023
Issue： 8
Volume： 44
Page： 2498-2505
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 6
Affiliated Colleges：
