基于测试时自适应的钢坯编号识别

在钢坯生产过程中，实时识别移动钢坯上机器打印或手写的钢坯编号至关重要。为解决现有场景文本识别方法因图像失真及训练与测试数据分布差异导致识别准确率低的问题，本文提出一种集成测试时自适应与先验知识的钢坯编号识别方法。首先，我们将测试时自适应方法引入使用 DB 网络进行文本检测、SVTR 网络进行文本识别的模型中。通过最小化测试阶段的模型熵，使模型能够适应测试数据分布，无需监督式微调。其次，我们利用钢坯编号编码规则作为先验知识，对每个识别结果的有效性进行评估，不符合编码规则的无效结果将被替换。最后，我们在 CTC 算法中引入先验知识验证机制，解决其在识别受损字符方面的局限。在包括机器打印钢坯编号和手写钢坯编号的真实数据集上进行实验，结果表明该方法在评估指标上显著提升，验证了所提方法的有效性。