一种基于深度学习技术的一次性餐具套件检测识别方法

    公开(公告)号:CN115424190A

    公开(公告)日:2022-12-02

    申请号:CN202211070147.9

    申请日:2022-09-02

    Abstract: 本发明公开了一种基于深度学习技术的一次性餐具套件检测识别方法,包括以下步骤:步骤S1:获取待处理一次性餐具套件图像;步骤S2:将获取的图像送入到餐具检测识别模块中进行数据预处理和餐具检测识别;步骤S3:将S2输出的餐具位置信息送入越界检测模块中,通过位置比对判断餐具是否越界;步骤S4:将S2输出的餐具类型信息送入单根筷子识别模块中,通过阈值判定是否存在单根筷子;步骤S5:将S2输出的餐具类型信息送入缺件识别模块中,通过将阈值和颜色识别结合方法判定是否缺件;本发明的有益效果是,通过深度学习技术训练餐具检测识别模型,并结合阈值判定与颜色识别技术进行一次性餐具的缺件、越界和单根筷子的检测识别。

    一种基于深度学习技术的图文乱码识别方法

    公开(公告)号:CN114973275A

    公开(公告)日:2022-08-30

    申请号:CN202210708633.2

    申请日:2022-06-22

    Abstract: 本发明公开了一种基于深度学习技术的图文乱码识别方法,包括以下步骤:步骤S1:获取待乱码识别的文件图像信息;步骤S1.1:将待乱码识别的文件固定在稳光环境中;步骤S1.2:通过扫描仪扫描或相机拍摄生成待处理的标签图像信息;步骤S2:将待处理的图像信息送入到OCR识别模块中进行数据预处理、文本区域检测及文字内容识别;步骤S2.1:OCR识别模块中涵盖数据预处理、文本区域检测及文字内容识别三部分功能;步骤S3:将OCR识别模块的输出结果送入到乱码判别模块中。本发明的有益效果是,通过深度学习算法训练图文检测与识别模型,结合设定阈值与语义分析技术进行生产图文乱码信息的存在性判定。

Patent Agency Ranking