基于深度学习技术对机械领域的专利附图进行研究,充分发掘与利用专利附图信息,寻求专利检索的补充手段,提出一种基于改进CRNN算法的专利附图标记识别方法CRNN_Eca.将特征提取的骨干网络改为ResNet34,融合ECA-Net中的ECA模块构成Eca-ResNet特征提取网络,其中的ECA模块是一种极轻量级且高效的通道注意力机制,原始图像经过...
(bidirectional long short-term memory,BiLSTM)循环神经网络和时序分类网络进行字符序列的识别;对于卷积循环神经网络(convolutional recurrent neural network,CRNN),本文在卷积网络部分减少了层数,调整了隐藏层的神经元个数.在广西柳州电动自行车车牌数据集上,本文提出的识别算法精准率达到98.40%,比CRNN模型提升2.80%,且...
图纸信息提取困难的问题,首先提出基于改进的YOLOv5算法模型,利用该模型提取端子排图纸中的有效信息区域;接着利用CRNN算法模型对提取的有效信息区域中的文字信息进行识别,同时提出利用注意力机制算法和CRNN算法进行融合,改进CRNN文字识别算法准确度不高的问题.最后利用5000张图纸进行仿真实验,实验结果验证了所提算法的有效性...
由于传统识别方法在面对工业环境的复杂性时表现出较低的准确率和鲁棒性,提出了一种基于改进PSENet-CRNN的工件编码字符识别算法.结合了PSENet在字符分割方面的优势和CRNN在序列建模方面的特长,旨在提高在复杂工业环境下的字符识别性能.通过改进网络结构,优化训练策略等手段,新算法有效解决了字符粘连,光照不均,背景干扰等...
通过在人工合成的数据集上进行实验对比分析,AA-CRNN算法识别目标导弹编号模型的准确率以及LOSS均达到较好的性能,较其他先进的文本识别算法,其字符准确率达到了98.9%,同时其平均编辑距离低至0.92,且经实际测试其均能准确识别出导弹编号;因此,利用改进的CRNN算法识别导弹编号,辅助工作人员进行导弹出入库自动登记方案是可行...