[发明专利]一种器件编号的识别方法

说明书

本发明公开了一种器件编号的识别方法，通过获取包含编号区域的器件图片，使用编号区域定位网络模型对器件图片中的编号区域进行定位，提取出进行定位的编号区域，获取编号区域图片，将编号区域图片输入训练好的编号识别网络模型，获取器件编号；本发明解决了不能对编号进行分区域识别的问题，提供了一种准确度高、识别效率高的器件编号识别方法，本发明提供的器件编号的识别方法不需要再网络环境下进行，解决了在无网络环境下不能进行器件编号识别的问题。

技术领域

本发明涉及一种器件编号的识别方法，属于计算机视觉图像处理技术领域。

背景技术

现有技术中，对器件的编号通常采用人工标记以及统计的形式，在这个过程中浪费了大量的人力和物力。随着深度学习和大数据的不断发展，图像识别领域取得了突破性的进展，可以用智能的产品来代替人们识别图像中所需要的文字。

目前图像识别领域对文字的识别通常使用各种OCR文字识别系统，虽然它的识别率较高，但是它们未能对文字进行准确的定位；而且OCR文字识别系统需要联网，在工厂机件环境下通常网络速度不能得到保证，会导致识别文字较慢。

发明内容

本发明的目的在于提供一种器件编号的识别方法，以解决现有技术中导致的上述多项缺陷或缺陷之一。

为达到上述目的，本发明是采用下述技术方案实现的：

获取包含编号区域的待测器件图片；

将待测器件图片输入训练好的编号区域定位网络模型，对器件的编号区域进行定位；提取进行定位的编号区域，获取器件的的编号区域图片；所述编号区域定位网络模型包括加入编号区域类别和数字类别的YOLO v3网络；

将编号区域图片输入训练好的编号识别网络模型，获取器件编号；所述编号识别网络模型包括加入编号区域类别和数字类别的YOLO v3网络。

训练编号区域定位网络模型的方法包括如下步骤：

获取包含编号区域的器件图片；

对包含编号区域的图片进行编号区域标注；

将进行编号区域标注的图片输入编号区域定位网络模型，进行编号区域定位网络模型的训练。

进一步的，方法包括通过labelImg标注工具对图片的编号区域进行边界框标注，获取进行编号区域标注的图片。

训练编号识别网络模型的方法包括如下步骤：

提取进行编号区域标注的图片中编号区域部分，获取编号区域图片；

对编号区域图片中的各个数字进行标注；

将进行数字标注的编号区域图片输入编号识别网络模型，进行编号识别网络模型的训练。

进一步的，方法包括通过labelImg标注工具对编号区域图片中的各个数字进行边界框标注，每个边界框的类别为边界框内的数字。

进一步的，方法包括以各个边界框不重叠为前提，对编号区域图片中的各个数字进行边界框标注。

本发明提供的器件编号的识别方法，通过编号区域定位网络模型对器件图片中的编号区域进行定位，提取出进行定位的编号区域图片，将编号区域图片输入训练好的编号识别网络模型，获取器件编号；本发明解决了不能对编号进行分区域识别的问题，提供了一种准确度高、识别效率高的编号识别方法，且本发明提供的器件编号的识别方法不需要再网络环境下进行，解决了在无网络环境下不能进行器件编号识别的问题。

附图说明

图1是根据本发明实施例提供的器件编号的识别方法流程图；

图2是根据本发明实施例提供的YOLOv3网络结构图；