導讀

提取多種多樣字符的信息有利于在日常生活和工業(yè)生產(chǎn)中落實標準化和規(guī)范化的要求。友思特 Neuro-T的OCR模型基于無代碼深度學習算法，輕松實現(xiàn)了精準高效的字符檢測。

在現(xiàn)代生活和工業(yè)領(lǐng)域，字符檢測技術(shù)應(yīng)用正變得越來越重要。無論是在日常生活中對掃描文檔的自動識別，還是在工業(yè)生產(chǎn)線上的自動化檢測，準確提取和解析字符信息都是關(guān)鍵。

然而，這一任務(wù)面臨著諸多挑戰(zhàn)。首先，字符的多樣性和變異性，如字體、排版和手寫體的不同，使得識別過程復雜且易出錯。其次，實際應(yīng)用中常見的數(shù)據(jù)噪聲和格式不規(guī)范問題，會影響檢測的準確性。再者，大規(guī)模數(shù)據(jù)處理需要高效的實時性能，這對系統(tǒng)的處理能力提出了嚴格要求。

針對這些難點，友思特技術(shù)人員基于Neuro-T的OCR模型，使用深度學習的方式，通過訓練強大的模型和優(yōu)化算法，結(jié)合前置傳統(tǒng)圖像處理算法，能夠在各種復雜環(huán)境下實現(xiàn)高效的字符檢測，為生活和工業(yè)應(yīng)用提供了可靠的技術(shù)支持。

友思特Neuro-T支持的深度學習模型類型

友思特 Neuro-T 支持九種不同的深度學習模型：

監(jiān)督學習
分類		將圖像分類為多個缺陷類別（一副圖像只能包含一類缺陷）
分塊分類		通過將高分辨率圖像分割成小塊來進行分類（一幅圖像可能包含多類缺陷）
實例分割		在像素級檢測缺陷的精確形狀和位置(能在一張圖像中檢測出多個缺陷）
目標檢測		識別物體數(shù)量并確定其位置
OCR字符識別		識別圖像中的文字（英文、數(shù)字、特殊符號）
旋轉(zhuǎn)		自動將原始圖像旋轉(zhuǎn)到正確方向
GAN對抗生成網(wǎng)絡(luò)		生成與真實缺陷相似的人工缺陷圖像
無監(jiān)督學習
異常分類		以熱力圖的形式為二元分類提供基礎(chǔ)，僅對正常圖像進行訓練 *正常/缺陷
異常分割		像素級別檢測缺陷區(qū)域，僅對正常圖像進行訓練

Neuro-T的OCR模型訓練字符檢測模型的具體操作步驟

新建項目→新建數(shù)據(jù)集→導入圖像數(shù)據(jù)

2. 創(chuàng)建標簽集→選擇模型類型（OCR）

3. 標注數(shù)據(jù)

可以使用手動標注或自動標注的方式對圖像進行字符內(nèi)容的標注。

(1)手動標注

將圖像中的文字旋轉(zhuǎn)到合適的朝向；

選擇繪制矩形框、設(shè)置大小寫類型以及字符排布方向；

在圖像中需要標注的字符位置繪制矩形框并填寫字符內(nèi)容。

(2)自動標注

Neuro-T自動學習平臺的OCR深度學習模型提供了兩種自動標注方式：

①預訓練模型自動標注：

使用Neuro-T平臺自帶的預訓練OCR模型對數(shù)據(jù)集進行自動批量快速標注，再微調(diào)標注結(jié)果。

②自定義模型自動標注：

手動標注部分圖像來訓練OCR模型，選擇用于標注的OCR模型，再應(yīng)用到想要標注的圖像上即可。

4. 劃分訓練集和測試集

自動或手動按預設(shè)比例將圖像集分配為訓練集和測試集。

5. 訓練生成OCR模型并查看模型結(jié)果

在模型訓練頁面輸入訓練的模型名字即可進行OCR模型訓練，無需參數(shù)設(shè)置，最后可以查看OCR模型的評估指標結(jié)果。

正則匹配技術(shù)

通過OCR模型識別客戶檢測對象中的字符內(nèi)容，往往還沒能解決客戶的需求。客戶需要的是自動化從中提取分析出所需要的信息，并且排除冗余信息，或者替換部分檢測信息為其他字符內(nèi)容。這個時候，我們通常會選用正則匹配的方式來為客戶實現(xiàn)。

正則匹配（正則表達式匹配）是一種用于在文本中查找特定模式的技術(shù)。正則表達式（regex）是一種強大的文本處理工具，可以用于匹配、搜索、替換文本。它廣泛應(yīng)用于數(shù)據(jù)驗證、文本處理、數(shù)據(jù)清理等場景。

例如”d{3}-d{4}-d{4}”用于匹配類似”020-1234-5678”的電話號碼信息。

例如”^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,}$”用于匹配郵箱地址。

客戶案例

場景1：工件的蝕刻/凹刻字符檢測

金屬工件表面通過物理或化學反應(yīng)形成的凹陷字樣的字符檢測需求。由于字符內(nèi)容與背景無明顯顏色差異，需要搭配一定的光源進行打光來凸顯字符內(nèi)容的輪廓，再行調(diào)用OCR模型進行字符檢測。

場景2：醫(yī)藥溶媒字符檢測

檢測醫(yī)療袋裝溶媒上面的字符，并使用正則匹配的方式，從中提取出溶媒種類、容量、濃度等信息傳輸至上位機。

場景3：物流紙箱打標字符檢測

物流紙箱位于傳送帶上實時傳送，架設(shè) IDS 相機進行實時動態(tài)拍攝并返回上位機字符識別結(jié)果。由于紙箱粗糙表面存在噪點對字符識別造成干擾，且字符印刷顏色較淺，直接識別存在一定的難度，因此采用包括灰度化、Gamma校正、提高全局對比度、二值化、高通濾波和開運算等一系列圖像處理操作，得到的圖像再調(diào)用OCR模型進行檢測，返回檢測結(jié)果。

場景4：飲料包裝生產(chǎn)日期檢測

檢測易拉罐底部或盒裝飲料頂部的印刷字符，并從中提取出產(chǎn)品的生產(chǎn)日期。

其余常見場景

①車牌識別：

②高鐵票識別：

通過正則匹配的方式從檢測到的字符數(shù)組中匹配提取出包括站點、時間、座位等信息。

* 客戶現(xiàn)場真實數(shù)據(jù)保密，替代圖片來源網(wǎng)絡(luò)，侵刪。

友思特字符檢測系統(tǒng)套裝

Neuro-T

Neuro-T 使用簡單的圖形用戶界面，通過自動優(yōu)化深度學習模型結(jié)構(gòu)和訓練參數(shù)來創(chuàng)建出性能最佳的模型，無需任何深度學習經(jīng)驗，即可運行自己的深度學習項目。在系統(tǒng)中，Neuro-T 是用于訓練模型的核心工具。

2D 工業(yè)相機

友思特 2D 工業(yè)相機結(jié)合了支持USB3視覺標準的高質(zhì)量全局快門傳感器技術(shù)和具有成本效益的uEye XCP相機平臺，是流行的USB2接口的uEye LE相機系列的最佳、高性能和長期替代品。借助友思特自研視覺軟件 VST-2D，對接IDS相機的實時圖像流，即可獲取PCB的實時圖像數(shù)據(jù)。

了解更多？歡迎訪問官網(wǎng)，探索豐富案例：https://viewsitec.com/neurocle/

審核編輯 黃宇