一种基于多任务深度学习的物流复合码识别方法
基本信息
申请号 | CN201810063311.0 | 申请日 | - |
公开(公告)号 | CN108416412B | 公开(公告)日 | 2021-04-06 |
申请公布号 | CN108416412B | 申请公布日 | 2021-04-06 |
分类号 | G06K19/06(2006.01)I;G06K17/00(2006.01)I;B07C3/18(2006.01)I;G06N3/04(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 盛力峰;关亮;林宏鋆;盛雷雷;王路;贾宝荣;王显杰;聂学雯;王权 | 申请(专利权)人 | 浙江瀚镪自动化设备股份有限公司 |
代理机构 | 杭州九洲专利事务所有限公司 | 代理人 | 翁霁明 |
地址 | 313200浙江省湖州市德清县武康镇英溪北路490号 | ||
法律状态 | - |
摘要
摘要 | 一种基于多任务深度学习的物流复合码识别方法,包括用于全方位获取物流复合码图像的方法、便于视觉检测定位喷码字符的标签设计方案、适用于喷码字符的标签的字符定位和切分的字符大小、字形以及字符之间的间隔设计方案、适用于视觉识别的复合码设计方案、用于对复合码进行检测定位的Faster R‑CNN网络、用于复合码图像纠偏及字符的正倒检测的算法模块、用于深度学习和训练识别的多任务深度卷积神经网络、基于深度学习的喷码字符的标签上的字符识别的卷积神经网络、用于识别复合码中一维条码的算法模块、用于识别复合码中二维条码的算法模块、用于根据识别的复合码信息控制分拣动作的分拣控制模块。本发明有效的解决了大量的随意放置、不规则外形、柔性包装的货物不能快速自动分拣问题。 |
