基于深度学习的藏文现代印刷物版面检测技术研究

针对藏文现代图书版面中的文本行分布不均匀、现代藏文字体差异较大的问题,提出了一种基于Faster R-CNN的版面文本行检测算法.通过在整理标注的数据集上训练,用ResNet-50网络提取出藏文现代图书版面特征信息.为了有效提高模型的泛化能力,在COCO数据集下的网络模型中进行迁移学习.实验结果表明,该方法可对藏文现代印刷物的版面实现文本行的定位,检测准确率为83%,召回率为95%,明显提高了版面检测的精确度.

一种智能对版技术对乳品包装材料外观检测的可行性研究

为有效识别乳品包装材料印刷中常见制版错误、内容差异、文字变形、断笔缺画、大小不统一等缺陷,目前使用人工检测法,耗时长、重复性差、结果需手动录入,数据无法自动上传,不便于结果追溯。版面文字检测仪可有效规避上述问题。本文主要对比乳品包装材料版面文字检测人工法与仪器法,比较两者准确度、检测效率等,利用计学分析两者差异,确定准确度、效率更高的仪器法检测。