-
公开(公告)号：CN110956174A
公开(公告)日：2020-04-03
申请号：CN201910454457.2
申请日：2019-05-29
Applicant: 南京邮电大学
Abstract: 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。
-
公开(公告)号：CN109948609A
公开(公告)日：2019-06-28
申请号：CN201910168207.2
申请日：2019-03-06
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于深度学习的智能阅卷定位方法，以口算题定位为例，方法包括，用手机拍摄若干张口算题图片，并将其分为训练集和测试集；利用labelImg标注工具，用Bounding Box标记出训练集中每张图片上口算题的位置；然后生成xml文件，将xml文件转换成txt文件；对YOLOv3算法进行修改，在分类中加入小学生口算题的类别，并且对数据集进行训练；训练完成后保存权重，对测试集中的图片进行测试，回归出每张图片中每个口算题的Bounding Box，实现小学生口算题的定位。本发明能够实现对图片中若干口算题的定位功能，而且测试结果的准确性较高，从而可以降低了人工阅卷的工作量。
-
公开(公告)号：CN109948617A
公开(公告)日：2019-06-28
申请号：CN201910246868.2
申请日：2019-03-29
Applicant: 南京邮电大学
Abstract: 本发明公开了计算机视觉图像处理技术领域的一种发票图像定位方法。旨在解决现有技术对于移动端从不同倾斜角度拍摄的发票图像，无法进行准确定位以准确提取有用信息。所述方法包括如下步骤：将待定位发票图像加载至已训练好的深度学习模型中；根据霍夫变换算法对待定位发票图像进行倾斜校正；根据训练生成的最佳权重值对待定位发票图像进行定位。
-
公开(公告)号：CN109766768A
公开(公告)日：2019-05-17
申请号：CN201811547459.8
申请日：2018-12-18
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习的球员识别方法，该方法步骤：(1)下载高清篮球比赛的视频，并将视频抽成一帧一帧的图片；(2)在图片上对运动员进行截取，得到210张球衣号码较为清晰的运动员图片；(3)根据球员的球衣号码，对210张图片使用Bounding Box标记出号码的位置，并给出标签完成分类；(4)对YOLOv3算法进行修改后对数据集进行训练，训练完成后保存训练好的权重；(5)对测试图片进行测试，直接回归出目标的边界框及分类类别，实现球衣号码的定位以及号码识别，从而实现球员的识别，本发明能够利用对球衣号码的定位以及识别实现对运动员的自动识别，测试结果具有很好的准确性和鲁棒性，大大减少了以往普遍采用的人工查找方式的工作量。
-
-
-
Search Results
4
records
(took 0.021 seconds)
