[发明专利]基于深度学习的零件喷码字符端到端识别方法在审
| 申请号： | 202011163492.8 | 申请日： | 2020-10-27 |
| 公开（公告）号： | CN112508023A | 公开（公告）日： | 2021-03-16 |
| 发明（设计）人： | 唐倩;郭伏雨;李代杨;罗超 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06K9/34 | 分类号： | G06K9/34;G06N3/04;G06N3/08 |
| 代理公司： | 重庆谢成律师事务所 50224 | 代理人： | 谢殿武 |
| 地址： | 400044 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的零件喷码字符端到端识别方法，所述方法包括以下步骤：S1：采用卷积层提取目标图片的图像特征，所述目标图片为含有待识别字符的图片；S2：采用循环神经网络RNN，以所述图像特征为输入，识别图像特征的感受野信息，获得所述图像特征的特征序列；S3：利用联结主义时间分类CTC训练后的循环神经网络对所述特征序列进行学习，获得所述特征序列的预测序列；S4：根据CTC Beam Search Decoding算法，以所述预测序列为输入，获得字符序列。本申请提供的识别方法采用了卷积神经网络(CNN)、循环神经网络(RNN)和联结主义时间分类(CTC)的网络结构，实现一行喷码字符的端到端识别；本申请的识别方法不依赖于字符分割，通用性强；字符识别效率更高。 | ||
| 搜索关键词： | 基于 深度 学习 零件 码字 符端到端 识别 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202011163492.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种激光切割机用机架
- 下一篇：一种动能开关与灯具绑定的方法及系统
