-
题名基于EAST与SVTR的芯片表面字符识别方法
- 1
-
-
作者
阮红进
刘强
姚子锴
谢谦
-
机构
中山大学智能工程学院
中山大学-广汽研究院智慧交通与人工智能联合实验室
广东玛西尔电动科技有限公司
-
出处
《计算机工程与设计》
北大核心
2025年第1期166-173,共8页
-
基金
广东省基础与应用基础研究基金项目(2022A1515010692)
教育部产学合作协同育人基金项目(220605329072033)
+1 种基金
广东省重点领域研发计划基金项目(2022B0701180001)
广东省本科高校教学质量与教学改革工程建设基金项目。
-
文摘
为提高芯片表面字符识别的实时性和准确率,提出一种基于EAST与SVTR的字符识别算法。针对EAST文本检测算法,将主干特征提取网络替换为轻量化的深度神经网络FasterNet-T0,减少网络的计算量;添加通道注意力机制自适应学习不同通道的权重分配,加强对重要特征的筛选。改进获得文本区域得分的损失函数,采用Dice损失缓解因图像背景面积过大导致误检的问题。文本方向校正算法对图像中任意方向的文本进行水平校正。由单一视觉模型的文本识别算法SVTR完成对字符的识别。实验结果表明,改进后文本检测算法的精确率、召回率较原算法分别提升了2.43%和4.66%,单帧图片的检测速度提升了0.005 s;添加文本方向校正算法后,识别准确率提升了1.92%。与现有方法对比,验证了该算法的有效性。
-
关键词
芯片表面字符识别
文本检测
文本方向校正
文本识别
轻量化深度神经网络
高效通道注意力机制
损失函数
-
Keywords
chip surface character recognition
text detection
text orientation rectification
text recognition
lightweight deep neural network
efficient channel attention mechanism
loss function
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
