[发明专利]一种基于Swin-Transformer和Detr的快递面单识别方法

权利要求书

1.一种基于Swin-Transformer和Detr的快递面单识别方法，其特征在于，包括以下步骤：

通过Swin-Transformer来提取快递面单图像的特征图；

通过Detr目标检测算法对快递面单条形码区域进行检测，根据类别是否为条形码以及包围框定位到快递面单条形码区域；

对定位到的快递面单条形码区域进行校正，得到修正后的条形码；

对修正后的条形码进行解码，最终得到快递面单的条形码解码结果。

2.如权利要求1所述的基于Swin-Transformer和Detr的快递面单识别方法，其特征在于：所述Detr目标检测算法，包括：

提取的特征图和特征图上每个点的位置编码输入到Transformer编码器得到长程依赖的特征序列；将所述特征序列与可学习的对象查询编码输入到Transformer解码器获得每个对象查询的特征向量；将所述特征向量输入到MLP预测头得到预测的快递面单条形码区域。

3.如权利要求1或2所述的基于Swin-Transformer和Detr的快递面单识别方法，其特征在于：所述通过Swin-Transformer来提取快递面单图像的特征图，Swin-Transformer的输入是快递面单彩色图像X＝[H，W，3]，其中H为图像的高度，W为图像的宽度，3为图像的通道数，Swin-Transformer共有四个阶段，每个阶段由无重叠窗口的多头注意力模块和移位窗口的多头注意力模块构成，其中每个阶段的操作是：对图像进行分块，并在通道方向展平，最后下采样得到特征图其中C的典型值为96。

4.如权利要求3所述的基于Swin-Transformer和Detr的快递面单识别方法，其特征在于：所述提取的特征图和特征图上每个点的位置编码输入到Transformer编码器得到长程依赖的特征序列x，其中Transformer编码器包括若干个层，每一层都由多头自注意力模块和前馈网络模块组成，每层均会进行残差连接和归一化。

5.如权利要求4所述的基于Swin-Transformer和Detr的快递面单识别方法，其特征在于：所述Transformer编码器操作过程为：

A1：输入的特征图F首先使用一个1×1的卷积将维度数从8C压缩至d，得到新的特征图F₁＝[H，W，d]，然后将压缩后的特征图F₁展平得到特征序列F₂＝[d，HW]；

A2：对于输入序列的位置信息，通过不同频率的正弦和余弦函数来编码位置特征P；

A3：将F₂和P相加，获得特征序列x，再通过三个权重矩阵W_q、W_k和W_υ分别转化为Query向量、Key向量和Value向量，点积Query向量和Key向量得到权重矩阵，权重矩阵乘以Value向量得到多头注意力输出向量，特征序列表示为：

其中，d_k为Attention头的长度，Softmax为归一化指数函数；

A4：前馈网络模块包含两个线性层和一个非线性激活函数，具体计算过程为：

FFN(x)＝ReLU(W₁x+b₁)W₂+b₂

其中，W₁和W₂是两个线性层的参数矩阵，b₁和b₂为线性层的偏置参数；

A5：残差连接和归一化的具体过程为：

x＝LayerNorm(x+Operation(x))

其中，Operation(·)表示自注意力操作或前馈操作，LayerNorm(·)表示层归一化操作；

A6：最后编码器输出具有长程依赖的特征序列x。