基于Barcode-30k数据库的深度双金字塔网络条码分割
计算机视觉与模式识别
2018-08-01 v1
摘要
数字标识（如条码或二维码）广泛应用于我们的日常生活中，在许多应用中我们需要在图像上定位它们。然而，小尺度目标、半遮挡、形状变形和大幅光照变化等困难情况给传统方法带来挑战。在本文中，我们通过制作大规模数据集并采用基于深度学习的语义分割方法来解决此问题。具体而言，提出了一种合成方法以生成含有条码和二维码标注的图像，大幅减少了标注时间。通过该合成策略，我们引入了包含30000张条码和二维码图像的数据集——Barcode-30k。此外，我们进一步提出了一种基于双金字塔结构的分割网络——BarcodeNet，其主要由两个新颖模块组成：先验金字塔池化模块（P3M）和金字塔精炼模块（PRM）。我们在提出的合成数据集上验证了BarcodeNet的有效性，其在验证集上取得了mIoU精度95.36%的结果。真实图像的额外分割结果表明实现了准确的分割性能。
引用
@article{arxiv.1807.11886,
title = {Deep Dual Pyramid Network for Barcode Segmentation using Barcode-30k Database},
author = {Qijie Zhao and Feng Ni and Yang Song and Yongtao Wang and Zhi Tang},
journal= {arXiv preprint arXiv:1807.11886},
year = {2018}
}