-
题名基于改进YOLOv5s 的药盒钢印日期识别方法
被引量:1
- 1
-
-
作者
黄杨乐天
刘宜胜
王俊茹
-
机构
浙江理工大学机械工程学院
-
出处
《包装工程》
CAS
北大核心
2024年第7期189-196,共8页
-
基金
浙江省“尖兵”“领雁”研发攻关计划项目(2023C01158)。
-
文摘
目的药盒的钢印日期与背景对比度低,字符轮廓不明显,识别易受环境光线干扰,对此提出一种基于机器视觉的识别方法。方法使用改进YOLOv5s模型,首先对采集的药盒数据集进行透视变换校正,并进行数据增强。通过在模型的骨干网络中融合位置注意力机制(CA),减少冗余信息的干扰;颈部网络根据加权双向特征金字塔网络(BiFPN)引入权重,更好地平衡不同尺寸图层的特征信息;引入动态聚焦损失函数(WIoU),降低高质量样本对训练的干预,提高模型的泛化能力。结果在自建钢印字符数据集上的实验结果表明,改进网络对药盒钢印日期识别的平均精度值达到了99.41%,比原始模型提升了2.38%,帧率为80.01帧/s。结论改进后的YOLOv5模型对药盒钢印日期的检测精度优于原有网络,对可以满足药盒生产线的实时性要求。
-
关键词
钢印日期
透视变换
目标检测
加权特征图
注意力机制
-
Keywords
steel-stamped date
perspective transformation
target detection
weighted feature maps
coordinate attention
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-