-
题名基于深度学习的印刷体文档字符识别的研究
被引量：8
- 1
-
-
作者
徐长英
赖伟财
陈英
-
机构
南昌航空大学工程训练中心
南昌航空大学软件学院
-
出处
《现代电子技术》
北大核心
2020年第23期72-75,共4页
-
基金
国家自然科学基金(61762067)。
-
文摘
针对传统基于模板匹配光学识别效果存在不理想的状态,提出改进的深度学习模型的印刷体文档字符识别算法。首先,生成包括一级字库、部分二级字库、英文大小写字母和标点符号的图片数据集,其数量大约为500万张;然后,在Lenet-5网络模型的基础上进行改进和重新构造,提出一种增强型的深度学习模型Lenet-5Pro,该模型可提高印刷体文档的识别率;最后,对比实验结果表明,该模型可以更加有效地提高印刷体字符识别的准确率,其字符识别准确率达到98%以上。
-
关键词
印刷体字符识别
深度学习
图片数据集
Lenet-5Pro
字符增强
仿真分析
-
Keywords
printed document character recognition
deep learning
image dataset
Lenet-5Pro
character enhancement
simulation analysis
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391
[电子电信—信息与通信工程]
-
-
题名苹果采摘机械手图像数据集制作
- 2
-
-
作者
李青斌
邱绪云
徐文鑫
-
机构
山东交通学院汽车工程学院
-
出处
《山东交通学院学报》
CAS
2023年第4期18-25,59,共9页
-
基金
山东省重点研发计划(重大科技创新工程)项目(2022CXGC020706)
山东省本科高校教学改革研究项目(M2021254)。
-
文摘
为获得用于苹果采摘机械手目标识别模型的苹果图片数据集,提出快速制作苹果采摘机械手图像数据集的方法,通过标注软件获取少量苹果图片数据集,采用图片数据集获得的目标检测模型作为识别模型标记苹果图片。经计算可知:获取的目标检测模型在验证集上的损失为6.803,满足识别苹果图片要求;该模型在标记苹果图片时的正确率为95.8%。由获取的苹果图片数据集训练的目标检测模型的平均识别精度为99.7%,满足采摘机械手的目标识别要求。
-
关键词
目标识别
目标检测模型
图片数据集
标注
-
Keywords
target recognition
target detection model
image dataset
label
-
分类号
U273
[机械工程—车辆工程]
TN911.73
[交通运输工程—载运工具运用工程]
TP241.2
[交通运输工程—道路与铁道工程]
-
