物流集装箱字符识别的思考

简介: 集装箱箱号总计十个字符,前三个字符(即上图的“SUD”)为拥有者的代码,对应的是HAMBURG SUD,即汉堡南美航运公司,第四个字符(“U”)代表的是集装箱类型,一般都会为U。第5到第10个字符,即(“307007”)为箱体注册码,是集装箱箱体持有的唯一标识。

集装箱箱号

image
image
总计十个字符,前三个字符(即上图的“SUD”)为拥有者的代码,对应的是HAMBURG SUD,即汉堡南美航运公司,第四个字符(“U”)代表的是集装箱类型,一般都会为U。
第5到第10个字符,即(“307007”)为箱体注册码,是集装箱箱体持有的唯一标识。
第11个字符(即“9”)为校验码,有前4位字母和6位数字通过校验规则运算得到,用于识别在校验时是否发生错误。
虽然只要识别10个字符,即得到集装箱箱号,但在商用产品中,一般也都会将校验码识别出来

集装箱箱号识别难点

(1)箱号位置不统一,字符之间距离间隔不统一
(2)箱号的印刷字体不一致

检测方法

CRNN_STN是带有STN(Spatial Transformer Networks)的CRNN(Convolutional Recurrent Neural Network)网络。
选用的源码来自于这里。但原作者的代码中,模型部分有错误,需要更正。

STN

STN即空间变换网络,普通的CNN能够显示的学习平移不变性,以及隐式的学习旋转不变性,但注意力机制模型告诉我们,与其让网络隐式的学习到某种能力,不如为网络设计一个显示的处理模块,专门处理各种变换。

CRNN

CRNN网络分为三个部分,① 用于提取图像特征的CNN,② 用于提取文字序列特征的BLSTM(Bidirectional Long Short-Term Memory),③ 用于选择最佳序列,剔除多余字符的CTC(Connectionist Temporal Classification)

评价指标

IoU(Intersection-over-Union),是预测的框与原标记框的交叠率,即它们的交集与并集的比值,最理想的情况是完全重叠,即比值为1。
image
计算公式:
image

目录
相关文章
|
边缘计算 人工智能 运维
如何构建基于数字孪生的智慧全息路口
全息路口是基于数字孪生技术,将城市道路上的全要素进行数字化还原,进而为交通治理提供一体化解决措施,是为交通精细化治理而生的一款产品。
1531 0
如何构建基于数字孪生的智慧全息路口
|
3月前
|
传感器 监控 安全
厂区车辆导航系统,科技助力工业运输生产安全
近期食品安全事件暴露工业运输安全漏洞,煤油罐车未经清洗运输食用油,引发关注。厂区货车面临监管难、操作不规范、效率低和安全隐患等问题。为解决这些挑战,车辆定位导航系统提出,包括精准定位追踪、智能调度、规范操作提示与监控、历史轨迹查询与审计及紧急响应功能,显著提升监管效率、规范操作、优化运输并增强安全。维小帮的系统为此提供了创新解决方案。
103 13
厂区车辆导航系统,科技助力工业运输生产安全
|
2月前
|
机器学习/深度学习 人工智能 算法
基于机械臂的工业分拣系统
【8月更文挑战第2天】基于机械臂的工业分拣系统。
40 3
|
传感器 算法 数据挖掘
【VRP问题】基于帝国企鹅优化算法求解冷链配送物流车辆调度优化研究
【VRP问题】基于帝国企鹅优化算法求解冷链配送物流车辆调度优化研究
132 0
|
存储 监控 数据可视化
高效可视化的港口码头集装箱管理系统
港口码头集装厂管理令许多管理者十分头疼。使用龙门吊或起重机装卸集装箱时,因设备操作员距离集装箱较远,为准确找到指定的集装箱,使得码头集装箱管理工作效率是否低下。
375 0
|
5月前
|
传感器 人工智能 安全
打造从田间到餐桌的全链闭环:「土地说」用数据说话,为农业降本增效
摘要:土地说从一开始就定位自己是一家专注提供数字农业服务的高科技公司,以“让农业更有价值”为使命,做好农业生态中的服务者和链接者。
119 0
打造从田间到餐桌的全链闭环:「土地说」用数据说话,为农业降本增效
|
机器学习/深度学习 存储 传感器
智慧农业小麦室外病虫害防治规范,北斗农业
主要包括农田信息采集、土壤养分及分布调查、农作物施肥、农作物病虫害防治、特种作物种植区监控、以及农业机械无人驾驶、农田起垄播种、无人机植保等应用,其中农业机械无人驾驶、农田起垄播种、无人机植保等应用对高精度北斗服务需求强烈。
181 0
|
机器学习/深度学习 算法 计算机视觉
【无人机协同】无人飞行器协同车辆实现物资配送问题附matlab代码
【无人机协同】无人飞行器协同车辆实现物资配送问题附matlab代码
|
机器学习/深度学习
4 物流集装箱字符识别探索和实践
在对集装箱箱号识别进行研究的过程中,使用CTPN来进行字符检测,使用CRNN模型对框选的文本进行识别。 最终使用了81张单个集装箱的图片作为测试集,最终CTPN的检测效果:在IoU=0.5的情况下达到0.836,而CRNN模型的识别效果:字符正确率0.821,整图正确率为0.135。
1133 0
|
机器人 图形学 算法
切入物流分拣市场,3D机器视觉还有多长的路要走?
创业是一场更大规模的冒险,需要的不只是勇气和毅力,还有眼界和资源储备。
589 0