[发明专利]一种端子排图像检测识别方法

权利要求书

1.一种端子排图像检测识别方法，其特征在于，采用OCR识别系统，以分割为基础的算法检测，再根据对分割结果进行文字识别的两阶段方法，通过由下而上的方式，先对文本进行分割，然后再根据文本分割实例，计算出文本的实际内容；

两阶段方法为两阶段OCR字符识别，一阶段采用可微的二值化DBNet网络结构作为文本检测，在模型骨干的各个阶段添加了BAM模块，用于增强模型的增强表达，在文本结构信息缺失的情况下，仍然能对文本目标分割边界定位；二阶段采用CNN+RNN+CTC方法实现文本识别。

2.根据权利要求1所述的一种端子排图像检测识别方法，其特征在于，所述以分割为基础的算法检测:就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程；

OCR识别技术路线，第一阶段先通过图像分割确定文字的位置，并将确定的文字位置进行抠图，第二阶段，基于抠出的图像，进行OCR文字识别。

3.根据权利要求1所述的一种端子排图像检测识别方法，其特征在于，所述两阶段OCR字符识别的文字识别网络架构包括两部分：检测端和识别端。

4.根据权利要求3所述的一种端子排图像检测识别方法，其特征在于，检测端为OCR检测识别模型的第一阶段，先对现场采集的数据做有效的数据增强功能，包含文字的变形、光照和噪声数据处理方式；其次，再具体使用当前CNN特征提取结构作为骨干backbone，同时neck端，融合CNN阶段的特征分布；最后head端达到从输入图像到文字分割，基于分割结果，实现一阶段预测定位到文本的位置信息。

5.根据权利要求4所述的一种端子排图像检测识别方法，其特征在于，采用ResNet作为backbone，在残差数据融合阶段，附加了瓶颈注意模块，使得更倾向于模型所注意的边界上面。

6.根据权利要求5所述的一种端子排图像检测识别方法，其特征在于，采用Backbone为Resnet50，并在网络的四个阶段：阶段1，阶段2，阶段3和阶段4，分别添加一个BAM模块，用于注意不同阶段的注意力边界信息，所提出的改进的Improved-DB-Net网络结构；依据更改的网络结构在公有的数据集上，进行训练，并同时确保同样的数据以及训练参数，最终在同一张端子排线管图像上进行检测效果对比。

7.根据权利要求3所述的一种端子排图像检测识别方法，其特征在于，识别端包括另一部分文本识别，所述另一部分文本识别作为第二阶段，二阶段的输入为一阶段4-points位置输出，通过位置输出，将可回归文本区域的图像信息进行抠图，抠出原始图像，作为二阶段的输入；二阶段网络结构，使用CNN+RNN网络结构。

8.根据权利要求7所述的一种端子排图像检测识别方法，其特征在于，为了提高第二阶段识别准确率，首先通过BDA+TIA的数据增强方式，一是扩充自然环境的光照影响，二是扩增扭曲文本样本的数量，增强表达进而提高模型的学习能力，进而提高OCR文字转译准确率，解决扭曲文本识别转译的问题。

9.根据权利要求8所述的一种端子排图像检测识别方法，其特征在于，二阶段，CNN+RNN之后，将特征向量进行融合以提取字符序列的上下文特征，然后得到每列特征的概率分布，最后通过转录层进行预测得到文本序列；

转译阶段使用CTC解码对齐方式，一是把从循环层获取的标签分布通过去重整合等操作转换成最终的识别结果；二是解决图像中文字存在Sequence to Sequence问题。

10.根据权利要求9所述的一种端子排图像检测识别方法，其特征在于，

在端子排图像检测识别之前进行端子排图像标注处理。