[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

说明书

本申请提供了一种机柜码识别方法、装置、电子设备及计算机存储介质。该机柜码识别方法，包括：采集待识别的机柜码图像；利用共享特征提取层提取机柜码图像的目标特征；将目标特征输入预设的机柜码识别模型，输出识别结果；其中，机柜码识别模型包括ctpn网络结构和crnn网络结构，机柜码识别模型由ctpn网络结构和crnn网络结构经过同步模型训练得到，且在同步模型训练时，ctpn网络结构和crnn网络结构的loss按各自数量级的比例赋权重相加训练。根据本申请实施例，能够提高机柜码识别速度。

技术领域

本申请属于机柜码识别技术领域，尤其涉及一种机柜码识别方法、装置、电子设备及计算机存储介质。

背景技术

机房巡检机柜码识别主要包括机柜码定位和识别两个部分，现有技术方案中，主流的定位方法用的ctpn或者是yolo，识别部分通常用的是crnn；本次使用的是ctpn+crnn这种组合结构。

关于ctpn+crnn这种组合结构，已有很多实际应用，比如身份证识别，还有街景标识牌的识别等。在身份证识别案例中，涉及六千多个汉字和字符的识别，字符类别较多，训练数据集也很大，准确率也较高。它是将ctpn和crnn分开训练，分开推理。ctpn模块负责目标检测定位，crnn负责识别定位出来的结果，是一个串行过程，只有ctpn推理结果出来了，才能在进行crnn推理，整个过程的推理耗时主要是ctpn的推理时间加上crnn的推理时间。另一方面身份证识别有标准的公共数据集，若是换一种字体，训练数据的标注是一个费时费力的问题。在模型推理延时上，虽然目前ctpn+crnn模型在满足模型精度的同时，模型延时也很低，但是仍然可以进一步通过修改模型结构提高模型推理速度。

因此，如何提高机柜码识别速度是本领域技术人员亟需解决的技术问题。

发明内容

本申请实施例提供一种机柜码识别方法、装置、电子设备及计算机存储介质，能够提高机柜码识别速度。

第一方面，本申请实施例提供一种机柜码识别方法，包括：

采集待识别的机柜码图像；

利用共享特征提取层提取机柜码图像的目标特征；

将目标特征输入预设的机柜码识别模型，输出识别结果；

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

可选的，crnn网络结构的rnn层为浅层双向Bi-Lstm结构。

可选的，在将目标特征输入预设的机柜码识别模型，输出识别结果之前，方法还包括：

采集数据集；其中，数据集包括多个样本机柜码图像及其机柜码标签；

利用数据集对ctpn网络结构和crnn网络结构进行同步模型训练，得到机柜码识别模型。

可选的，利用数据集对ctpn网络结构和crnn网络结构进行同步模型训练，得到机柜码识别模型，包括：

对数据集进行数据增强，得到目标数据集；

利用目标数据集对ctpn网络结构和crnn网络结构进行同步模型训练，得到机柜码识别模型。

第二方面，本申请实施例提供了一种机柜码识别装置，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机柜码图像的目标特征；

输出模块，用于将目标特征输入预设的机柜码识别模型，输出识别结果；