基于位置信息校正和条带化融合的西林瓶标签文本检测方法

作者：王敏; 吴佳^*; 李晟; 孙硕; 石明航

来源：国外电子测量技术, 2023, 42(12): 23-30.

DOI：10.19652/j.cnki.femt.2305314

• 文本检测
• DBNet
• 位置信息
• 感受野
• 西林瓶标签

西林瓶标签信息检测对实现药品自动化管理以及建设智能化药房有着重要意义。针对目前文本检测网络对西林瓶标签文字检测存在精确率低、极端长宽比和大型文字检测效果较差的问题，提出了一种基于位置信息校正和条带化融合的西林瓶标签文本检测方法。首先，通过增加感受野模块扩大网络的感受野，提高文本检测的精度；其次，提出了位置信息校正模块，避免特征融合时下采样导致位置信息偏移；最后，采用条带化尺度融合模块的竖直和水平条带状池化层收集上下文空间特征信息，从而引导特征的自适应融合，实现对极端长宽比文字的有效检测。实验结果表明，提出的检测网络相比于原始模型，在西林瓶标签数据集上F1-score、精度和召回率分别提高了2.47%、3.12%和1.57%,优于目前大多文本检测网络。

• 单位
  安徽建筑大学; 南京信息工程大学