基于深度学习的电力设备铭牌识别

作者：陈晓龙; 陈显龙^*; 袁建平; 高宇豆; 张加其

来源：广西大学学报(自然科学版), 2018, 43(06): 2216-2226.

DOI：10.13624/j.cnki.issn.1001-7445.2018.2216

• 深度学习
• 文本识别
• 文本检测
• 铭牌识别
• 电力设备
• 中文文本

为了获取铭牌图像中的基本参数信息,提出一种基于深度学习的端到端文本识别模型TDRN(Text Detection and Recognition Network)。模型避免了图像裁剪和字符分割,将文本看作一个序列,使用BLSTM(Bidirectional Long Short-term Memory)来获取上下文关系。同时,将文本检测和文本识别整合在同一个网络中共同训练,共享卷积层,以提高整体性能,在文本识别中还引入了注意力机制。模型在公共场景文本数据集SVT(Street View Text)上测试表现良好,F值为68. 69%,高于一般的端到端文本识别模型。与传统铭牌识别方法相比,TDRN准确率更高,鲁棒性更强,能适应复杂的电力场景变化。

• 单位
  北京恒华伟业科技股份有限公司; 华北电力大学