基于PP-OCRv3迁移学习的煤矿数字显示器字符识别研究
包姣1
肖粲俊1
石发强2
王晨宇1
杨竣翔1
1.成都工业学院 矿山智能化研究院,四川 成都 6117302.重庆安标检测研究院有限公司,重庆 400052
摘要：煤矿设备数字显示器(简称"数显屏")字符识别是煤矿智能化建设中的研究热点之一,然而该领域仍然面临 2 个显著的问题:①由于有效识别区域小,井下光照条件复杂,图像质量低等干扰因素导致的识别效果不佳;②受煤矿井下作业环境条件制约引起样本数据采集受限从而导致模型泛化能力不足.针对上述存在的问题,提出了一种基于PP-OCRv3(A Practical Ultra Light Weight Optical-Character Recognition,PP-OCR)迁移学习的煤矿数显屏字符识别算法.首先,采用PP-OCRv3 作为预训练模型,提高文本通用特征表达能力,提升煤矿复杂环境中字符检测和识别的精度;其次,分别以文本识别公共数据集、自制数显屏字符数据集、真实和模拟煤矿数显屏字符数据集为驱动,多次逐步迁移PP-OCRv3 模型,驱使模型从一般场景自适应转变到煤矿的特殊场景,实现模型跨场景泛化性能和识别速度的提升.试验验证表明:在抗干扰能力测试中,迁移优化模型平均准确度达 78.83%(提升 17.29%),其中在干扰块场景下的提升尤为显著,高达 79.73%(提升 29.32%);实时性评估显示,推理帧率平均提升 27.295 帧/s,其中在模糊场景下提升高达 57.67 帧/s;多次迁移后的PP-OCRv3 模型在有效降低对标注数据样本的依赖性的同时,识别准确性和识别速度均优于对比模型.
关键词：煤矿智能化数字显示器(数显屏)字符识别PP-OCRv3迁移学习
分类号：TD679(矿山电工)
资助基金：四川省科技计划项目(2023YFG0040)
论文发表日期：2025-12-20
在线出版日期：2025-12-29（本平台首次上网日期，不代表文献的发表时间）
页数：10( 239-248 )
英文信息