摘要
本发明公开了一种基于改进YOLOV5模型的纸质药盒钢印字符的识别方法,方法包括:使用图像采集设备采集药盒的钢印字符图像;对图像进行图像增强等预处理并且对识别区域打上标签;输入至改进的YOLOV5模型中进行训练,得到训练完成的YOLOV5模型;改进的YOLOV5模型包括:在YOLOV5的骨干网络中添加高效位置注意力机制CA(Coordinateattention)使得模型网络能够关注大范围的位置信息又不会带来过多的计算量,有助于模型性能提升以及更好地定位和识别目标;用SimSPPF替换SPPF快速池化层,提升训练速度;针对密集的小目标,在模型内额外使用了一个更小的先验框并且相应的增加了一个更小的检测头;将待识别的数据集输入处理,得到最终的预测结果。