基于改进Faster R-CNN算法的光纤端子序号识别系统

针对电信机房中继器上的光纤跳线与端子进行匹配的问题,提出了一种基于深度学习的目标定位与数字识别的系统。该系统优化了深度学习中单点多盒探测器(SSD)算法与快速基于区域的卷积神经网络(Faster R-CNN)算法的网络结构,结合SSD算法提取有效区域速度快的特点,对自然场景下拍摄的图片进行读数区域的有效分割,然后使用Faster R-CNN算法进行读数区域识别。该系统在实验中测试成功率达到99.9%,能够确保端子号和光纤跳线做到一一对应。