深度学习 OCR：子弹壳自动检测节省人力且降低错误率收藏

弹底标记是弹药的标记，作为一种分类系统，用于说明弹药的使用、安全运输、储存和质量控制警察部门利用弹药控制数据库登记所有进出军械库的弹药这些检查和录入任务由警官完成，每年花费相关单位数百小时The Imaging Source经销商合作，建立一套基于深度学习的光学字符识示（OCR）机器视觉系统，对弹药进行检测及编目。

项目工程师选择了The Imaging Source的DMK 33GP031 GigE黑白工业相机，与经销商专门为该应用开发的系统软件结合使用新的检测系统使警政单位实现编目过程的完全自动化，节省了人力，降低了错误率。

盒中的子弹在分发前须先经过编目，而透过光学字符辨识（OCR），机器视觉确保能准确且有效地执行任务。

黑白工业相机为OCR提供高对比度图像多年来，相关检测单位一直在寻找子弹检测自动化的方法，而这是他们第一次使用任何类型的视觉检测系统，找到可靠和高度精确的系统则成为最大的挑战 映美精经销商设计了一套系统，其中两台The Imaging Source黑白工业相机从不同的角度捕捉子弹盒的影像。

黑白相机是OCR等机器视觉任务的理想选择，它能提高影像的对比度与分辨率，提供锐利和高对比度的影像，确保字符的定位、分割和提取软件算法将提取的数据与预先训练好的数据集进行比较任何不符合设定标准（NOK）的空缺格或子弹底壳都以红框表示（见下图）。

该系统每5秒钟全面检查一盒（通常每盒有50发）子弹，满足了项目要求"透过使用机器视觉系统自动识别、报告和挑出不同规格的子弹，相关检测单位成功地减少了约60%的人力，每年节省高达200万，"经销商说

OCR机器视觉系统使用深度学习来检测不合设置标准的子弹及检测空缺，用于检测任务的劳动力成功地减少了60%

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。