基于NVIDIA TX2的喷码字符检测算法

作者：李帆; 胡维平^*; 刘北北; 刘雨戈

来源：计算机工程与应用, 2022, 58(13): 210-216.

• YOLOv5算法
• CRNN网络
• 目标检测
• 字符识别
• 嵌入式
• 模型量化

针对复杂商品背景下喷码字符漏喷、重叠、缺失等现象，提出一种基于YOLOv5+CRNN的喷码字符检测算法。喷码字符定位算法以YOLOv5为基础网络，结合注意力机制提高其检测精度，再通过稀疏训练和通道剪枝降低模型参数量与复杂度，最终检测精度提高了3.4个百分点，模型参数量降低了6.7 MB。对定位后的字符区域进行背景擦除和透视变换处理后送入CRNN网络实现喷码字符识别，最终将改进后的算法部署至NVIDIA TX2嵌入式平台。通过在食品包装工厂生产流水线实测，检测速度达到28 frame/s，字符定位精度99.4%，识别率95%，且具有很好的鲁棒性。

• 单位
  电子工程学院; 中国科学院自动化研究所; 广西师范大学