今日头条
官方微信
官方抖音
案例频道作者：
孙广旗（新兴河北工程技术有限公司，河北 邯郸 056107）
崔 勇（中国科学院沈阳自动化研究所，辽宁 沈阳 100169）
申振鑫（新兴河北工程技术有限公司，河北 邯郸 056107）
王 宇（中国科学院沈阳自动化研究所，辽宁 沈阳 100169）
摘要：本文针对铸管行业常见的铸管铸字号的特点，设计了基于深度学习的铸管内壁阳文铸字的检测和识别方案。文中对比了主流的神经网络结构，分析其优缺点并确定了方案的细节。在铸管厂部署实施后，通过科学的方法对应用效果进行了统计，验证了该铸字检测和识别方案的优异效果。
关键词：CNN；深度学习；铸字检测；铸字识别
Abstract: In this paper, according to the characteristics of common ironpipecharacters, we design the detection and identification scheme ofraised characters in the inner wall of iron pipes based on deep learning.In this paper, we compare the most famous neural network structures,analyze their advantages and disadvantages and determine the details ofthe scheme according the result. After being deployed and implementedin the ductile iron pipes factory, the application effect is statisticallyanalyzed scientifically, and the excellent effect of the casting detectionand identification scheme are verified.
Key words: Deep learning; CNN; Iron-Pipe character detection; Iron-Pipe character Recognition
在线预览：
基于深度学习的铸管铸字的检测与识别方案设计.pdf
摘自《自动化博览》2021年10月刊
北京市公安局海淀分局备案号：11010802023656号