[发明专利]机柜码识别方法、装置、电子设备及计算机存储介质

权利要求书

1.一种机柜码识别方法，其特征在于，包括：

采集待识别的机柜码图像；

利用共享特征提取层提取所述机柜码图像的目标特征；

将所述目标特征输入预设的机柜码识别模型，输出识别结果；

其中，所述机柜码识别模型包括ctpn网络结构和crnn网络结构，所述机柜码识别模型由所述ctpn网络结构和所述crnn网络结构经过同步模型训练得到，且在同步模型训练时，所述ctpn网络结构和所述crnn网络结构的loss按各自数量级的比例赋权重相加训练。

2.根据权利要求1所述的机柜码识别方法，其特征在于，所述crnn网络结构的rnn层为浅层双向Bi-Lstm结构。

3.根据权利要求1所述的机柜码识别方法，其特征在于，在所述将所述目标特征输入预设的机柜码识别模型，输出识别结果之前，所述方法还包括：

采集数据集；其中，所述数据集包括多个样本机柜码图像及其机柜码标签；

利用所述数据集对所述ctpn网络结构和所述crnn网络结构进行同步模型训练，得到所述机柜码识别模型。

4.根据权利要求3所述的机柜码识别方法，其特征在于，所述利用所述数据集对所述ctpn网络结构和所述crnn网络结构进行同步模型训练，得到所述机柜码识别模型，包括：

对所述数据集进行数据增强，得到目标数据集；

利用所述目标数据集对所述ctpn网络结构和所述crnn网络结构进行同步模型训练，得到所述机柜码识别模型。

5.一种机柜码识别装置，其特征在于，包括：

第一采集模块，用于采集待识别的机柜码图像；

提取模块，用于利用共享特征提取层提取所述机柜码图像的目标特征；

输出模块，用于将所述目标特征输入预设的机柜码识别模型，输出识别结果；

其中，所述机柜码识别模型包括ctpn网络结构和crnn网络结构，所述机柜码识别模型由所述ctpn网络结构和所述crnn网络结构经过同步模型训练得到，且在同步模型训练时，所述ctpn网络结构和所述crnn网络结构的loss按各自数量级的比例赋权重相加训练。

6.根据权利要求5所述的机柜码识别装置，其特征在于，所述crnn网络结构的rnn层为浅层双向Bi-Lstm结构。

7.根据权利要求5所述的机柜码识别装置，其特征在于，所述装置还包括：

第二采集模块，用于采集数据集；其中，所述数据集包括多个样本机柜码图像及其机柜码标签；

模型训练模块，用于利用所述数据集对所述ctpn网络结构和所述crnn网络结构进行同步模型训练，得到所述机柜码识别模型。

8.根据权利要求7所述的机柜码识别装置，其特征在于，所述模型训练模块，包括：

数据增强单元，用于对所述数据集进行数据增强，得到目标数据集；

模型训练单元，用于利用所述目标数据集对所述ctpn网络结构和所述crnn网络结构进行同步模型训练，得到所述机柜码识别模型。

9.一种电子设备，其特征在于，所述电子设备包括：处理器以及存储有计算机程序指令的存储器；

所述处理器执行所述计算机程序指令时实现如权利要求1-4任意一项所述的机柜码识别方法。

10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-4任意一项所述的机柜码识别方法。