[發明專利]一種基于深度學習的集裝箱箱號糾錯方法在審
| 申請號： | 202210592127.1 | 申請日： | 2022-05-27 |
| 公開（公告）號： | CN114973272A | 公開（公告）日： | 2022-08-30 |
| 發明（設計）人： | 周振宇;鄭軍;杜志成 | 申請（專利權）人： | 聚時科技（上海）有限公司 |
| 主分類號： | G06V30/19 | 分類號： | G06V30/19;G06V30/26;G06N3/04;G06V10/764;G06N3/08;G06V10/82 |
| 代理公司： | 武漢天領眾智專利代理事務所(普通合伙) 42300 | 代理人： | 劉誠 |
| 地址： | 200090 上海市楊浦區*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 深度 學習 集裝箱 糾錯 方法 | ||
1.一種基于深度學習的集裝箱箱號糾錯方法，包括以下步驟：
S1.根據集裝箱校驗規則并基于CRNN網絡為模型輸入訓練解碼器網絡及檢錯網絡；
S2.將待檢圖片輸入CRNN網絡中，輸出結果經解碼器解碼得到識別結果并根據箱號校驗規則進行校驗：
若結果符合校驗規則直接輸出結果；
若結果不符合校驗規則將待檢圖片輸入到檢錯網絡中，輸出待檢圖片錯誤序列，結合校驗規則與解碼器輸出的類別權重將錯誤序列進行字符校正。
2.根據權利要求1所述的集裝箱箱號糾錯的方法，其特征在于，所述解碼器模型輸入維度包括時間步長、批次大小及類別數；模型輸出維度包括箱號規定長度，批次大小及類別數。
3.使根據權利要求2所述的集裝箱箱號糾錯的方法，其特征在于，所述解碼器用雙向LSTM網絡提取時間步長的前后語義信息，整合為11個時間步對應箱號的11位。
4.根據權利要求3所述的集裝箱箱號糾錯的方法，其特征在于，所述模型輸入的類別數包括數字、字母與空字符；所述模型輸出維度的類別數包括數字、字母。
5.根據權利要求2所述的集裝箱箱號糾錯的方法，其特征在于，所述解碼器的訓練集、驗證集均為11位長度的箱號圖片，損失函數為交叉熵損失。
6.根據權利要求1所述的集裝箱箱號糾錯的方法，其特征在于，所述糾錯網絡以識別結果不符合校驗規則的箱號圖片為輸入模型；以包含人為精確模糊生成的錯誤圖片及CRNN模型預測結果不符合或符合校驗規則的圖片為訓練集；以人為精確模糊生成的錯誤圖片及CRNN模型預測結果不符合或符合校驗規則的圖片為驗證集。
7.根據權利要求5所述的集裝箱箱號糾錯的方法，其特征在于，所述糾錯網絡的損失函數為交叉熵損失。
8.根據權利要求1所述的集裝箱箱號糾錯的方法，其特征在于，所述步驟S2中檢錯網絡輸出待檢圖片的正確及錯誤序列并統計錯誤序列個數，若錯誤序列個數為1時，將錯誤序列進行字符校正。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于聚時科技（上海）有限公司，未經聚時科技（上海）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210592127.1/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種注錫焊錫裝置及使用方法
- 下一篇：換熱器抽芯裝置及換熱器抽芯方法
