【技术实现步骤摘要】
本专利技术涉及物流，具体是一种基于深度学习的面单提取算法。
技术介绍
1、近年来，现代物流快递行业高度集成并融合运输、仓储、分拣、配送、信息等服务。随着快递包裹量的迅猛增长，其中收寄、分拣、投递配送等各个环节对于效率和准确率的需求越来越受到物流快递企业的重视。
2、快递面单是包含单号、收寄人、产品等相关信息的单据。因此，快速准确地自动化检测和提取面单在物流快递行业日益重要。
3、传统的检测技术主要采用图像处理算法。首先，使用图像采集设备来捕捉包裹面单图像。然后，利用图像处理算法对捕捉到的图像进行处理和分析。这些算法通常包括图像二值化、形态学运算、轮廓和边缘计算。该类方法速度较快，但是依赖人工提取特征，并且人工提取特征存在表达能力较差、泛化性有限等问题，难以应对复杂场景下的面单检测。
4、一些基于深度学习的面单检测模型工作采用yolo或detr等模型进行面单识别，其主要关注面单的条形码区域定位，或仅输出面单图像。以往的工作输出多为矩形框，包含面单区域和部分非面单区域，而且缺少对面单朝向的处理。
<...【技术保护点】
1.一种基于深度学习的面单提取算法，包括面单提取模块和面单转正模块，其特征在于：基于所述面单提取模块和面单转正模块的面单提取算法包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的面单提取算法，其特征在于：所述步骤三中的面单检测模块采用训练好的深度学习模型，该模型对重叠面单，多面单，模糊面单，信息不全的面单及褶皱面单都可以进行有效检测并裁切提取。
3.根据权利要求1所述的一种基于深度学习的面单提取算法，其特征在于：所述步骤四中的面单转正模块首先根据步骤三的面单旋转角度，采用OpenCV的仿射变换进行初步校正，然后使用朝向分类模型判断面单朝...
【技术特征摘要】
1.一种基于深度学习的面单提取算法，包括面单提取模块和面单转正模块，其特征在于：基于所述面单提取模块和面单转正模块的面单提取算法包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的面单提取算法，其特征在于：所述步骤三中的面单检测模块采用训练好的深度学习模型，该模型对重叠面单，多面单，模糊面单，信息不全的面单及褶皱面单都可以进行有效检测并裁切提取。
3.根据权利要求1所述的一种基于深度学习的面单提取算法，其特征在于：所述步骤四中的面单转正模块首先根据步骤三的面单旋转角度，采用opencv的仿射变换进行初步校...
【专利技术属性】
技术研发人员：贺成权，李志，何涵，
申请(专利权)人：中邮科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。