基于改进PPYOLOE-R的信息码矫正研究OA北大核心CSTPCD

信息码识别技术推动着社会的进步,使人们的生活更加便捷。由于受所处拍照环境影响,信息码识别效果有待提高,而且信息码角度倾斜也会影响解码正确率。以基于信息码的电力互感器误差实验接线判断为背景,提出一种基于改进PPYOLOE-R的信息码矫正算法。首先以PPYOLOE-R检测算法为基础,融合轻量级网络ESNet,在提升精度的同时降低模型参数量;其次引入动态卷积进一步加强特征提取,减少模型因下采样丢失信息,加强模型通道特征提取能力;最后为满足人工智能(AI)边缘设备上的实时性要求,采用模型融合技术将推理模型进行融合,保证在模型精度不变的情况下提升模型检测速度。为丰富数据集,采用两步旋转数据增强和Mosaic+Mixup数据增强方法,充分利用数据集中已有信息,提高模型学习能力。实验结果表明,改进后算法精度达到89.46%,较原模型提升了1.95%,检测照片速度从每张154 ms提升至每张50 ms。相较其他算法,改进算法具有体积小和速度快的优势,通过算法矫正后的信息码,可显著提高解码效率和正确率。