基于注意力机制的农资标签文本检测

作者：殷昌山; 杨林楠^*; 胡海洋

来源：中国农机化学报, 2022, 43(10): 135-166.

DOI：10.13733/j.jcam.issn.2095-5553.2022.10.020

• 计算机视觉
• 农资标签
• 语义分割
• 文本检测
• 文本识别

农资包装上的文本含有登记证号、有效成分含量、生产许可证号、产品标准号等产品相关信息，这些不仅为农民购买农资提供重要的依据，还有助于农资监督机构发现影响农资安全的问题，同时也对出口农资的识别有极大的帮助。基于农资包装图像构建数据集，提出一种基于注意力机制的农资标签文本检测模型，该模型使用Swin-Transformer作为骨干网络，采用FPN提取文本特征，设计双特征融合模块(Twin Feature Fusion Module, TFFM)来统合局部特征和全局特征，预测阶段采用缩放式扩展算法来生成文本边框。该模型在自建农资包装图像数据集上的试验结果表明：其准确率、召回率和F值分别为91.4%、87.3%和89.3%,均优于主流方法，对农资包装图像文本检测任务具有一定的优越性。

• 单位
  云南农业大学