CN109190439A - 一种分光器端口线及其二维码标签的图像识别方法 - Google Patents
一种分光器端口线及其二维码标签的图像识别方法 Download PDFInfo
- Publication number
- CN109190439A CN109190439A CN201811107254.8A CN201811107254A CN109190439A CN 109190439 A CN109190439 A CN 109190439A CN 201811107254 A CN201811107254 A CN 201811107254A CN 109190439 A CN109190439 A CN 109190439A
- Authority
- CN
- China
- Prior art keywords
- image
- optical splitter
- fixed
- dimensional code
- sliding block
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
- G06K7/1417—2D bar codes
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种分光器端口线及其二维码标签的图像识别方法，包括A、图像采集、二维码标签的检测和二维码的定位与识别三大步骤。本发明通过智能识别图像分光器和端口线上的标签二维码，并和端口进行对应，有效的进行资源的管理和智能处理，而人工识别记录需要对每个二维码进行扫描记录并对应到相应的端口，解决了人工录入的繁琐工作，只需手机拍摄一张照片即可；通过深度学习的算法，解决了多个二维码在复杂背景下难以定位的问题；对图像进行增强，解决了手机无法扫描识别二维码的问题；解决了一张图片识别多个二维码的技术瓶颈。
Description
技术领域：
本发明涉及分光器技术领域，特别涉及一种分光器端口线及其二维码标签的图像识别方法。
背景技术：
智能识别图像分光器和端口线上的标签二维码，并和端口进行对应，有效的进行资源的管理和智能处理，而人工识别记录需要对每个二维码进行扫描记录并对应到相应的端口，目前主要存在问题如下：分光器的端口资源相对比较稀缺，无法正确的处理端口资源带来了较大的经济效益，人工逐个二维码扫描很容易疲乏，且易出错，工录入的繁琐工作，存在多个二维码在复杂背景下难以定位的问题，且手机无法扫描识别二维码的问题，无法解决一张图片识别多个二维码的技术瓶颈，综合以上问题，普通的运营商资源管理平台缺乏智能处理的能力，无法对资源进行有效的管理和智能识别，为解决上述问题，提出了一种基于深度学习的分光器及其端口线标签的二维码识别方法。
发明内容：
本发明的目的就在于为了解决上述问题而提供一种分光器端口线及其二维码标签的图像识别方法，解决了现有技术存在的问题。
为了解决上述问题，本发明提供了一种技术方案：
一种分光器，包括安装结构和分光器本体，所述安装结构由解锁槽、固定锁勾、固定槽、安装孔、沉头孔、固定框架、回力槽、回力滑块、回力板和回力弹簧组成，所述固定框架内壁对称设有两个回力槽，且所述回力槽的内部均滑动连接有回力滑块，且所述回力滑块靠近固定框架内侧的一端固定连接有回力板，所述回力槽的内壁与回力滑块之间固定连接有回力弹簧，所述固定框架的一端对称设有安装孔，且所述固定框架靠近安装孔的一端对称设有固定槽，且所述分光器本体由连接插头、滑动槽、解锁板、锁杆槽、复位弹簧、固定滑块和固定杆组成，所述固定框架靠近安装孔的一端卡接有分光盒，且所述分光盒靠近安装孔的一端固定连接有连接板，且所述连接板远离分光盒的一侧对称设有滑动槽，且所述滑动槽的内部滑动连接有解锁板。
作为优选，所述滑动槽的中部均设有解锁槽，且所述解锁槽的内部滑动连接有固定锁勾，且所述固定锁勾的一端与解锁板固定连接，所述连接板的内部靠近滑动槽的一侧均设有锁杆槽，所述锁杆槽的内部滑动连接有固定滑块，且所述固定滑块与锁杆槽的内部之间固定连接有复位弹簧，且所述固定滑块远离复位弹簧的一端均固定连接有固定杆，且所述固定杆与固定锁勾滑动连接。
作为优选，所述连接板远离分光盒的一侧等距固定连接有若干个连接插头。
作为优选，所述固定锁勾与固定槽的位置相互对应。
作为优选，所述固定锁勾与固定槽均为L型结构。
作为优选，所述安装孔的靠近连接板的一侧设有沉头孔。
7、一种分光器端口线及其二维码标签的图像识别方法，所述步骤如下：
A、图像采集：
a、施工人员现场完成安装分光器和端子接线工作；
b、施工人员手机拍摄分管器和端子的接线情况；
c、从将拍摄的图片通过网络上传至服务器；
d、对图像进行智能分析；
B、二维码标签的检测：
e、采集一定数量具有二维码标签的图像样本，服务器具有样本收集的功能，因此只要从服务器中挑选图片即可；
f、对样本进行数据清洗，筛选出质量较好的样本，剔除一些图像模糊，标签不完整的图像；
g、用自主研发的深度学习标定工具对图像进行标定，数据的标定采用自主研发的工具进行，和搭建的网络所需输入数据进行适配；
h、搭建深度学习网络模型，对标定的数据进行训练。不同的网络模型达到的效果不同，且深度学习存在一定的随机性，理论上来说，随着网络深度的加深，效果会变好，这里选用Resnet101网络模型搭建网络；
i、根据训练后的损失函数调整迭代次数，直至模型收敛。根据测试集的结果进行反馈，直至获取较优的网络模型；
j、通过预训练的模型在图像中检测到每个二维码标签的大致位置；
k、若存在漏检的情况，采用两个二维码的相对距离来判定是否漏检，以确保与端子的对应。
C、二维码的定位与识别：
l、对已检测到二维码标签根据相对位置排序，由于分光器二维码标签的位置相对比较特殊，在相对位置定位时，单独进行分类；
m、图像预处理：对图像进行直方图均衡化，滤波；
n、由于二维码本身的性质特点，将已定位的图像区域通过大津法二值化，在二值化图像中寻找连通域，再根据二维码三个定位点连通域嵌套和面积比进行连通域过滤，最终定位到二维码角上的三个定位区域，然后通过计算每个区域的质心，找寻到二维码的三个定位点；
o、由于相机拍摄二维码存在畸变，根据故对二维码图像进行透视变换，校正畸变；
p、依据校正后的图像，并根据二维码的创建规则对二维码进行编码识别。
本发明的有益效果：本发明解决的问题为，智能识别图像分光器和端口线上的标签二维码，并和端口进行对应，有效的进行资源的管理和智能处理，而人工识别记录需要对每个二维码进行扫描记录并对应到相应的端口，目前主要解决了，分光器的端口资源相对比较稀缺，正确的处理端口资源带来了较大的经济效益；人工逐个二维码扫描很容易疲乏，且易出错，解决了人工录入的繁琐工作，只需手机拍摄一张照片即可；通过深度学习的算法，解决了多个二维码在复杂背景下难以定位的问题；对图像进行增强，解决了手机无法扫描识别二维码的问题；解决了一张图片识别多个二维码的技术瓶颈。
附图说明：
为了易于说明，本发明由下述的具体实施及附图作以详细描述。
图1为本发明的结构示意图；
图2为本发明连接板的结构示意图；
图3为本发明A处放大图。
图中：1-安装结构、2-分光器本体、3-连接板、4-分光盒、5-连接插头、6-滑动槽、7-解锁板、8-解锁槽、9-固定锁勾、10-固定槽、11-安装孔、12-沉头孔、13-固定框架、14-回力槽、15-回力滑块、16-回力板、17-回力弹簧、18-锁杆槽、19-复位弹簧、20-固定滑块、21-固定杆。
具体实施方式：
如图1-3所示，本具体实施方式采用以下技术方案：一种分光器，包括安装结构1和分光器本体2，所述安装结构1由解锁槽8、固定锁勾9、固定槽10、安装孔11、沉头孔12、固定框架13、回力槽14、回力滑块15、回力板16和回力弹簧17组成，所述固定框架13内壁对称设有两个回力槽14，且所述回力槽14的内部均滑动连接有回力滑块15，且所述回力滑块15靠近固定框架13内侧的一端固定连接有回力板16，所述回力槽14的内壁与回力滑块15之间固定连接有回力弹簧17，所述固定框架13的一端对称设有安装孔11，且所述固定框架13靠近安装孔11的一端对称设有固定槽10，且所述分光器本体2由连接插头5、滑动槽6、解锁板7、锁杆槽18、复位弹簧19、固定滑块20和固定杆21组成，所述固定框架13靠近安装孔11的一端卡接有分光盒4，且所述分光盒4靠近安装孔11的一端固定连接有连接板3，且所述连接板3远离分光盒4的一侧对称设有滑动槽6，且所述滑动槽6的内部滑动连接有解锁板7。
其中，所述滑动槽6的中部均设有解锁槽8，且所述解锁槽8的内部滑动连接有固定锁勾9，且所述固定锁勾9的一端与解锁板7固定连接，所述连接板3的内部靠近滑动槽6的一侧均设有锁杆槽18，所述锁杆槽18的内部滑动连接有固定滑块20，且所述固定滑块20与锁杆槽18的内部之间固定连接有复位弹簧19，且所述固定滑块20远离复位弹簧19的一端均固定连接有固定杆21，且所述固定杆21与固定锁勾9滑动连接。
其中，所述连接板3远离分光盒4的一侧等距固定连接有若干个连接插头5。
其中，所述固定锁勾9与固定槽10的位置相互对应。
其中，所述固定锁勾9与固定槽10均为L型结构。
其中，所述安装孔11的靠近连接板3的一侧设有沉头孔12。
一种分光器端口线及其二维码标签的图像识别方法，所述步骤如下：
A、图像采集：
a、施工人员现场完成安装分光器和端子接线工作；
b、施工人员手机拍摄分管器和端子的接线情况；
c、从将拍摄的图片通过网络上传至服务器；
d、对图像进行智能分析；
B、二维码标签的检测：
e、采集一定数量具有二维码标签的图像样本，服务器具有样本收集的功能，因此只要从服务器中挑选图片即可；
f、对样本进行数据清洗，筛选出质量较好的样本，剔除一些图像模糊，标签不完整的图像；
g、用自主研发的深度学习标定工具对图像进行标定，数据的标定采用自主研发的工具进行，和搭建的网络所需输入数据进行适配；
h、搭建深度学习网络模型，对标定的数据进行训练。不同的网络模型达到的效果不同，且深度学习存在一定的随机性，理论上来说，随着网络深度的加深，效果会变好，这里选用Resnet101网络模型搭建网络；
i、根据训练后的损失函数调整迭代次数，直至模型收敛。根据测试集的结果进行反馈，直至获取较优的网络模型；
j、通过预训练的模型在图像中检测到每个二维码标签的大致位置；
k、若存在漏检的情况，采用两个二维码的相对距离来判定是否漏检，以确保与端子的对应。
C、二维码的定位与识别：
l、对已检测到二维码标签根据相对位置排序，由于分光器二维码标签的位置相对比较特殊，在相对位置定位时，单独进行分类；
m、图像预处理：对图像进行直方图均衡化，滤波；
n、由于二维码本身的性质特点，将已定位的图像区域通过大津法二值化，在二值化图像中寻找连通域，再根据二维码三个定位点连通域嵌套和面积比进行连通域过滤，最终定位到二维码角上的三个定位区域，然后通过计算每个区域的质心，找寻到二维码的三个定位点；
o、由于相机拍摄二维码存在畸变，根据故对二维码图像进行透视变换，校正畸变；
p、依据校正后的图像，并根据二维码的创建规则对二维码进行编码识别。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点，本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内，本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种分光器，包括安装结构(1)和分光器本体(2)，其特征在于：所述安装结构(1)由解锁槽(8)、固定锁勾(9)、固定槽(10)、安装孔(11)、沉头孔(12)、固定框架(13)、回力槽(14)、回力滑块(15)、回力板(16)和回力弹簧(17)组成，所述固定框架(13)内壁对称设有两个回力槽(14)，且所述回力槽(14)的内部均滑动连接有回力滑块(15)，且所述回力滑块(15)靠近固定框架(13)内侧的一端固定连接有回力板(16)，所述回力槽(14)的内壁与回力滑块(15)之间固定连接有回力弹簧(17)，所述固定框架(13)的一端对称设有安装孔(11)，且所述固定框架(13)靠近安装孔(11)的一端对称设有固定槽(10)，且所述分光器本体(2)由连接插头(5)、滑动槽(6)、解锁板(7)、锁杆槽(18)、复位弹簧(19)、固定滑块(20)和固定杆(21)组成，所述固定框架(13)靠近安装孔(11)的一端卡接有分光盒(4)，且所述分光盒(4)靠近安装孔(11)的一端固定连接有连接板(3)，且所述连接板(3)远离分光盒(4)的一侧对称设有滑动槽(6)，且所述滑动槽(6)的内部滑动连接有解锁板(7)。
2.根据权利要求1所述的一种分光器，其特征在于：所述滑动槽(6)的中部均设有解锁槽(8)，且所述解锁槽(8)的内部滑动连接有固定锁勾(9)，且所述固定锁勾(9)的一端与解锁板(7)固定连接，所述连接板(3)的内部靠近滑动槽(6)的一侧均设有锁杆槽(18)，所述锁杆槽(18)的内部滑动连接有固定滑块(20)，且所述固定滑块(20)与锁杆槽(18)的内部之间固定连接有复位弹簧(19)，且所述固定滑块(20)远离复位弹簧(19)的一端均固定连接有固定杆(21)，且所述固定杆(21)与固定锁勾(9)滑动连接。
3.根据权利要求1所述的一种分光器，其特征在于：所述连接板(3)远离分光盒(4)的一侧等距固定连接有若干个连接插头(5)。
4.根据权利要求1所述的一种分光器，其特征在于：所述固定锁勾(9)与固定槽(10)的位置相互对应。
5.根据权利要求1所述的一种分光器，其特征在于：所述固定锁勾(9)与固定槽(10)均为L型结构。
6.根据权利要求1所述的一种分光器，其特征在于：所述安装孔(11)的靠近连接板(3)的一侧设有沉头孔(12)。
7.一种分光器端口线及其二维码标签的图像识别方法，其特征在于：所述步骤如下：
A、图像采集：
a、施工人员现场完成安装分光器和端子接线工作；
b、施工人员手机拍摄分管器和端子的接线情况；
c、从将拍摄的图片通过网络上传至服务器；
d、对图像进行智能分析；
B、二维码标签的检测：
e、采集一定数量具有二维码标签的图像样本，服务器具有样本收集的功能，因此只要从服务器中挑选图片即可；
f、对样本进行数据清洗，筛选出质量较好的样本，剔除一些图像模糊，标签不完整的图像；
g、用自主研发的深度学习标定工具对图像进行标定，数据的标定采用自主研发的工具进行，和搭建的网络所需输入数据进行适配；
h、搭建深度学习网络模型，对标定的数据进行训练。不同的网络模型达到的效果不同，且深度学习存在一定的随机性，理论上来说，随着网络深度的加深，效果会变好，这里选用Resnet101网络模型搭建网络；
i、根据训练后的损失函数调整迭代次数，直至模型收敛。根据测试集的结果进行反馈，直至获取较优的网络模型；
j、通过预训练的模型在图像中检测到每个二维码标签的大致位置；
k、若存在漏检的情况，采用两个二维码的相对距离来判定是否漏检，以确保与端子的对应。
C、二维码的定位与识别：
l、对已检测到二维码标签根据相对位置排序，由于分光器二维码标签的位置相对比较特殊，在相对位置定位时，单独进行分类；
m、图像预处理：对图像进行直方图均衡化，滤波；
n、由于二维码本身的性质特点，将已定位的图像区域通过大津法二值化，在二值化图像中寻找连通域，再根据二维码三个定位点连通域嵌套和面积比进行连通域过滤，最终定位到二维码角上的三个定位区域，然后通过计算每个区域的质心，找寻到二维码的三个定位点；
o、由于相机拍摄二维码存在畸变，根据故对二维码图像进行透视变换，校正畸变；
p、依据校正后的图像，并根据二维码的创建规则对二维码进行编码识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811107254.8A CN109190439B (zh) | 2018-09-21 | 2018-09-21 | 一种分光器及其端口线标签二维码的识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811107254.8A CN109190439B (zh) | 2018-09-21 | 2018-09-21 | 一种分光器及其端口线标签二维码的识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109190439A true CN109190439A (zh) | 2019-01-11 |
| CN109190439B CN109190439B (zh) | 2021-06-08 |
Family
ID=64909347
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811107254.8A Active CN109190439B (zh) | 2018-09-21 | 2018-09-21 | 一种分光器及其端口线标签二维码的识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109190439B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110264645A (zh) * | 2019-04-16 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 一种商品的自助收银方法和设备 |
| CN110598491A (zh) * | 2019-09-12 | 2019-12-20 | Oppo（重庆）智能科技有限公司 | 物料标签识别装置 |
| CN110660050A (zh) * | 2019-09-20 | 2020-01-07 | 科大国创软件股份有限公司 | 一种基于语义分割算法的分光器尾纤标签检测方法和系统 |
| CN110909694A (zh) * | 2019-11-27 | 2020-03-24 | 中移（杭州）信息技术有限公司 | 获取分光器端口信息的方法、装置、终端以及存储介质 |
| CN110956366A (zh) * | 2019-11-13 | 2020-04-03 | 科大国创软件股份有限公司 | 一种装维质检中分光器施工一致性检验方法 |
| CN111507119A (zh) * | 2019-01-31 | 2020-08-07 | 北京骑胜科技有限公司 | 标识码识别方法、装置、电子设备及计算机可读存储介质 |
| CN111767754A (zh) * | 2020-06-30 | 2020-10-13 | 创新奇智(北京)科技有限公司 | 一种识别码的识别方法、装置、电子设备及存储介质 |
| CN111881702A (zh) * | 2020-07-17 | 2020-11-03 | 深圳牛图科技有限公司 | 一种基于YOLO-barQR算法的多码快速识读方法 |
| CN112347805A (zh) * | 2020-11-25 | 2021-02-09 | 广东开放大学（广东理工职业学院） | 一种多目标二维码检测识别方法、系统、装置及存储介质 |
| US11113680B2 (en) | 2019-04-16 | 2021-09-07 | Advanced New Technologies Co., Ltd. | Self-service checkout counter checkout |
| US11182759B2 (en) | 2019-04-15 | 2021-11-23 | Advanced New Technologies Co., Ltd. | Self-service checkout counter |
| WO2022022310A1 (zh) * | 2020-07-27 | 2022-02-03 | 北京市天元网络技术股份有限公司 | 分光器端口识别方法及装置 |
| WO2022199380A1 (zh) * | 2021-03-24 | 2022-09-29 | 华为技术有限公司 | 一种标签信息获取方法、装置、计算设备及存储介质 |
| WO2022217989A1 (zh) * | 2021-04-17 | 2022-10-20 | 华为技术有限公司 | 一种通信端口管理方法及相关设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103368778A (zh) * | 2013-07-15 | 2013-10-23 | 南京普天通信股份有限公司 | 基于无线传输的光配线设备无源智能管理系统 |
| CN103729645A (zh) * | 2013-12-20 | 2014-04-16 | 湖北微模式科技发展有限公司 | 基于单目摄像头的二代证区域定位与提取的方法及装置 |
| CN104268498A (zh) * | 2014-09-29 | 2015-01-07 | 杭州华为数字技术有限公司 | 一种二维码的识别方法及终端 |
| WO2016197294A1 (zh) * | 2015-06-08 | 2016-12-15 | 吴伟东 | 一种连接器母头 |
| CN205910393U (zh) * | 2016-08-04 | 2017-01-25 | 南京昕天卫光电科技有限公司 | 分光盒 |
| CN207380291U (zh) * | 2017-07-11 | 2018-05-18 | 深圳市捷泰欣通信设备有限公司 | 一种光纤通信分光器安装盒 |
| CN108460399A (zh) * | 2017-12-29 | 2018-08-28 | 华南师范大学 | 一种儿童积木搭建辅助方法及系统 |
-
2018
- 2018-09-21 CN CN201811107254.8A patent/CN109190439B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103368778A (zh) * | 2013-07-15 | 2013-10-23 | 南京普天通信股份有限公司 | 基于无线传输的光配线设备无源智能管理系统 |
| CN103729645A (zh) * | 2013-12-20 | 2014-04-16 | 湖北微模式科技发展有限公司 | 基于单目摄像头的二代证区域定位与提取的方法及装置 |
| CN104268498A (zh) * | 2014-09-29 | 2015-01-07 | 杭州华为数字技术有限公司 | 一种二维码的识别方法及终端 |
| WO2016197294A1 (zh) * | 2015-06-08 | 2016-12-15 | 吴伟东 | 一种连接器母头 |
| CN205910393U (zh) * | 2016-08-04 | 2017-01-25 | 南京昕天卫光电科技有限公司 | 分光盒 |
| CN207380291U (zh) * | 2017-07-11 | 2018-05-18 | 深圳市捷泰欣通信设备有限公司 | 一种光纤通信分光器安装盒 |
| CN108460399A (zh) * | 2017-12-29 | 2018-08-28 | 华南师范大学 | 一种儿童积木搭建辅助方法及系统 |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111507119B (zh) * | 2019-01-31 | 2024-02-06 | 北京骑胜科技有限公司 | 标识码识别方法、装置、电子设备及计算机可读存储介质 |
| CN111507119A (zh) * | 2019-01-31 | 2020-08-07 | 北京骑胜科技有限公司 | 标识码识别方法、装置、电子设备及计算机可读存储介质 |
| US11182759B2 (en) | 2019-04-15 | 2021-11-23 | Advanced New Technologies Co., Ltd. | Self-service checkout counter |
| CN110264645A (zh) * | 2019-04-16 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 一种商品的自助收银方法和设备 |
| US11113680B2 (en) | 2019-04-16 | 2021-09-07 | Advanced New Technologies Co., Ltd. | Self-service checkout counter checkout |
| CN110598491A (zh) * | 2019-09-12 | 2019-12-20 | Oppo（重庆）智能科技有限公司 | 物料标签识别装置 |
| CN110660050A (zh) * | 2019-09-20 | 2020-01-07 | 科大国创软件股份有限公司 | 一种基于语义分割算法的分光器尾纤标签检测方法和系统 |
| CN110956366A (zh) * | 2019-11-13 | 2020-04-03 | 科大国创软件股份有限公司 | 一种装维质检中分光器施工一致性检验方法 |
| CN110909694A (zh) * | 2019-11-27 | 2020-03-24 | 中移（杭州）信息技术有限公司 | 获取分光器端口信息的方法、装置、终端以及存储介质 |
| CN111767754A (zh) * | 2020-06-30 | 2020-10-13 | 创新奇智(北京)科技有限公司 | 一种识别码的识别方法、装置、电子设备及存储介质 |
| CN111767754B (zh) * | 2020-06-30 | 2024-05-07 | 创新奇智(北京)科技有限公司 | 一种识别码的识别方法、装置、电子设备及存储介质 |
| CN111881702A (zh) * | 2020-07-17 | 2020-11-03 | 深圳牛图科技有限公司 | 一种基于YOLO-barQR算法的多码快速识读方法 |
| WO2022022310A1 (zh) * | 2020-07-27 | 2022-02-03 | 北京市天元网络技术股份有限公司 | 分光器端口识别方法及装置 |
| CN112347805A (zh) * | 2020-11-25 | 2021-02-09 | 广东开放大学（广东理工职业学院） | 一种多目标二维码检测识别方法、系统、装置及存储介质 |
| WO2022199380A1 (zh) * | 2021-03-24 | 2022-09-29 | 华为技术有限公司 | 一种标签信息获取方法、装置、计算设备及存储介质 |
| WO2022217989A1 (zh) * | 2021-04-17 | 2022-10-20 | 华为技术有限公司 | 一种通信端口管理方法及相关设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109190439B (zh) | 2021-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109190439A (zh) | 一种分光器端口线及其二维码标签的图像识别方法 | |
| CN107145900B (zh) | 基于一致性约束特征学习的行人再识别方法 | |
| CN105719188B (zh) | 基于多张图片一致性实现保险理赔反欺诈的方法及服务器 | |
| CN108701234A (zh) | 车牌识别方法及云系统 | |
| CN108288012B (zh) | 一种基于手机实现的艺术品备案验证方法及其系统 | |
| CN108573222B (zh) | 基于循环对抗生成网络的行人图像遮挡检测方法 | |
| CN110378931A (zh) | 一种基于多摄像头的行人目标移动轨迹获取方法及系统 | |
| CN110288586A (zh) | 一种基于可见光图像数据的多尺度输电线路缺陷检测方法 | |
| CN102541954B (zh) | 一种商标检索方法及系统 | |
| CN102915432B (zh) | 一种车载微机图像视频数据提取方法及装置 | |
| CN109465809A (zh) | 一种基于双目立体视觉定位识别的智能垃圾分类机器人 | |
| CN109978871B (zh) | 融合概率型和确定型纤维束追踪的纤维束筛选方法 | |
| CN109767422A (zh) | 基于深度学习的管道检测识别方法、存储介质及机器人 | |
| CN103793922B (zh) | 一种特定姿态实时检测方法 | |
| CN102930251B (zh) | 两维收藏品数据收录与甄别的装置和方法 | |
| CN106447707B (zh) | 一种图像实时配准方法及系统 | |
| CN108921038A (zh) | 一种基于深度学习人脸识别技术的课堂快速点名签到方法 | |
| CN106295491B (zh) | 车道直线检测方法及装置 | |
| CN109118544A (zh) | 基于透视变换的合成孔径成像方法 | |
| CN107944395A (zh) | 一种基于神经网络验证人证合一的方法及系统 | |
| CN110969202A (zh) | 基于颜色分量和感知哈希算法的人像采集环境验证方法及系统 | |
| CN105488541A (zh) | 增强现实系统中基于机器学习的自然特征点识别方法 | |
| CN116863285A (zh) | 多尺度生成对抗网络的红外与可见光图像融合方法 | |
| CN115239794B (zh) | 道路积水面积检测方法、装置及电子设备 | |
| CN111008930A (zh) | 一种织物图像超分辨率重建方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |