基于自适应图卷积与Transformer的工业零件编号提取与识别方法
申请号:CN202510932179
申请日期:2025-07-07
公开号:CN120833599A
公开日期:2025-10-24
类型:发明专利
摘要
本发明公开了一种基于自适应图卷积与Transformer的工业零件编号提取与识别方法,所述方法包括S1:获取包含工业零件编号的RGB零件图像数据,对RGB零件图像数据依次进行灰度化处理、归一化处理以及图像增强处理,获取预处理图像数据;S2:构建工业零件编号提取与识别模型;S3:根据预处理图像数据对构建的工业零件编号提取与识别模型进行模型训练,获取最优工业零件编号提取与识别模型,以根据最优工业零件编号提取与识别模型实现工业零件编号提取与识别。本发明解决了现有的编号提取与识别技术,无法有效应对具有复杂结构和多样性的编号区域,导致工业零件编号提取与识别精度不足的问题。
技术关键词
预处理图像数据
零件
节点
工业
直方图均衡化图像
识别方法
特征提取单元
全局特征融合
多尺度特征提取
图像增强
编码器模块
字符识别
识别模块
Otsu算法
注意力机制
卷积模块