基于YOLOv5算法的钢印字符识别方法

作者：宫鹏涵

来源：兵器装备工程学报, 2022, 43(08): 101-124.

• 钢印字符
• 深度学习
• YOLOv5
• 字符识别
• 目标检测

针对枪械压印字符与其背景色一致和光照条件的影响，通过传统计算机算法进行钢印字符识别时的准确度难以达到理想效果，提出了一种基于YOLOv5的钢印字符识别方法。运用YOLOv5算法提取图像的特征，实现了对钢印字符的识别。实验结果表明，该方法对钢印字符识别的准确率达97.4%,算法平均处理时间为0.016 s,能够满足工程应用的精度和效率要求。此外，利用字符位置信息对模型的输出进行改进，实现直接输出正确的编码信息，在工业生产环境下具有较好的稳定性和实时性，有较强的实际应用价值。

• 单位
  中国人民解放军陆军工程大学