基于改进PSENet-CRNN的工件编码字符识别算法
熊新炎
马宏伟
哈尔滨商业大学 黑龙江哈尔滨 150028
摘要：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、背景干扰等问题,显著提升了识别准确率和鲁棒性.实验结果表明,新算法在多种评价指标上均优于传统方法和其他先进算法,为智能制造领域提供了一种高效、稳定的字符识别解决方案.
关键词：工件编码字符识别PSENetCRNN评价指标
资助基金：博士科研项目(2017BS023)
论文发表日期：2024-05-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 76-79 )