- 1、本文档共83页,其中可免费阅读25页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
字符检测能够将图片中的信息转换为计算机可以处理的字符,是计算机机器
视觉领域十分重要的研究方向,在智慧办公、工业信息化等方向应用广泛。相较
传统算法,基于深度学习的字符检测算法能够获得更高的精确度,但是字符出现
的环境多种多样,包含复杂的纹理,给字符检测带来误检,或检测框不准确的问
题。同时在实际应用中,模型训练数据量大、计算资源消耗高等问题严重阻碍模
型的部署落地,算法的处理速度也限制了应用场景。因此,本文针对字符检测精
确度低、应用局限等问题,提出了两种字符检测算法,有效提高算法精度,并
文档评论(0)