CN115795068B - 一种基于智能识别技术检测报告ai自动校核系统 - Google Patents

一种基于智能识别技术检测报告ai自动校核系统 Download PDF

Info

Publication number
CN115795068B
CN115795068B CN202310084501.1A CN202310084501A CN115795068B CN 115795068 B CN115795068 B CN 115795068B CN 202310084501 A CN202310084501 A CN 202310084501A CN 115795068 B CN115795068 B CN 115795068B
Authority
CN
China
Prior art keywords
picture
data
unit
image
module
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.)
Active
Application number
CN202310084501.1A
Other languages
English (en)
Other versions
CN115795068A (zh
Inventor
张保彬
韦益
吴忧
李娟�
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Hexin National Quality Inspection And Testing Co ltd
Original Assignee
Anhui Hexin National Quality Inspection And Testing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Hexin National Quality Inspection And Testing Co ltd filed Critical Anhui Hexin National Quality Inspection And Testing Co ltd
Priority to CN202310084501.1A priority Critical patent/CN115795068B/zh
Publication of CN115795068A publication Critical patent/CN115795068A/zh
Application granted granted Critical
Publication of CN115795068B publication Critical patent/CN115795068B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本发明公开了一种基于智能识别技术检测报告AI自动校核系统，包括识别终端、图片采集单元、图片预处理单元、图文识别单元、数据测量单元、数据同步单元、图片处理单元、数据存储单元、数据处理中台和云端服务器；本发明涉及检测报告AI校核技术领域；该基于智能识别技术检测报告AI自动校核系统，通过图文识别单元进行颜色标记追踪，可以相对全面的采集所有体素数据，同时通过数据同步单元定时刷新视图并获取新增数据，并且将图文文件数据实时传输到云端服务器，减少对整体系统本身的负荷；利用互联网新技术，可以用较低的成本将所有识别模块的图文数据实现同步，为使用端提供较为方便的方式，实现了上传的图文数据的存储和管理。

Description

一种基于智能识别技术检测报告AI自动校核系统
技术领域
本发明涉及检测报告AI校核技术领域，具体是一种基于智能识别技术检测报告AI自动校核系统。
背景技术
智能识别技术就是应用一定的识别装置，通过被识别物品和识别装置之间的接近活动，自动地获取被识别物品的相关信息，并提供给后台的计算机处理系统来完成相关后续处理的一种技术，自动识别技术将计算机、光、电、通信和网络技术融为一体，与互联网、移动通信等技术相结合，实现了全球范围内物品的跟踪与信息的共享，从而给物体赋予智能，实现人与物体以及物体与物体之间的沟通和对话，在现实中对货物进行检验以后会出具的一种客观的书面证明，也就是检测报告，因其检测报告页数较多，在人为测量时因数据较多，容易造成数据的误差，因此通过AI进行自动校核检测报告的数据，但是在检测过程中，因数据较多，从而会造成系统的保存数据较大，从而增加系统本身的负荷。
发明内容
为实现以上目的，本发明通过以下技术方案予以实现：一种基于智能识别技术检测报告AI自动校核系统，包括识别终端、图片采集单元、图片预处理单元、图文识别单元、数据测量单元、数据同步单元、图片处理单元、数据存储单元、数据处理中台和云端服务器；
识别终端通过与检测报告AI自动校核系统相连，进而对检测报告进行采集，将检测报告图片传输到检测报告AI自动校核系统中；
图片采集单元通过对检测报告图片识别，获取检测报告的图片地址，再将检测报告图片地址数据信息进行自动化下载；
图片处理单元将接收图片采集单元中的图片地址数据信息，将其储存到数据存储单元中，并接收所述图片采集单元中的数据经过图片预处理单元处理后的灰阶图片状态数据，以及将所述灰阶图片状态数据储存入所述数据存储单元中，达到了根据数据调用请求返回在所述图片采集单元中的数据信息上显示所述图片状态数据的处理结果的目的；
数据存储单元用于对图片数据信息进行留存；
图片预处理单元是对图片进行分析，增强图片中有关信息的可检测性，从而改进灰阶图片显示状态数据、图片细化、匹配和识别的可靠性。
优选的，图文识别单元通过对图片进行整体图文识别，识别后的图文通过颜色标记实现追踪，通过颜色标记可全面的采集识别后的图文体素数据；
数据测量单元对图文体素数据进行测量与计算，最大程度的减小了人为测量的误差；
数据同步单元定时刷新视图并获取新增数据，并且将新增数据实时传输到云端服务器，减少对整体系统本身的负荷；
数据处理中台用于收集并处理数据问题，使其按图片处理步骤的顺序执行，保证计算机系统工作的正确性；
云端服务器将云服务器当虚拟主机使用，云服务器拥有丰富的资源、带宽和独立IP，从而搭建数据共享平台，可实时存储和读取数据，利用互联网人工智能新技术，可以用较低的成本将所有识别模块的图文数据实现同步，为使用端提供较为方便的方式，实现了上传的图文数据的存储和管理。
优选的，图片采集单元与识别终端之间实现双向连接，所述图片采集单元的输出端均与图片预处理单元和图片处理单元的输入端相连接，所述图片预处理单元的输出端与图文识别单元的输入端相连接，所述图文识别单元的输出端与数据测量单元的输入端相连接，所述数据测量单元的输出端与数据同步单元的输入端相连接，所述数据同步单元的输出端均与数据处理中台和云端服务器的输入端相连接，所述数据处理中台与云端服务器之间实现双向连接，所述图片处理单元与图片预处理单元之间实现双向连接，所述图片处理单元的输出端与数据存储单元的输入端相连接，所述数据处理中台的输出端与数据存储单元的输入端相连接。
优选的，图片预处理单元包括输入模块、图片几何转换模块、图片增强模块、图片灰度修正模块、图片平滑锐化模块、图片细化模块和输出模块。
优选的，图片几何转换模块通过将一幅图片中的坐标位置映射到另一幅图片中的新坐标位置，常见的几何变换包括旋转、平移、缩放、镜像、转置、错切等，以及几种组合变换，如刚体变换、仿射变换、单应变换；
图片增强模块将图片中重点信息处进行有选择的突出，从而衰减其次要信息，重点信息包括检测结果，检测机构盖章和检测机构名称等，提高图像的可读性，常见的目的有突出目标的轮廓，衰减各种噪声等，取图片区域中的重点信息体素样本点
Figure SMS_1
，其中a=1…n，则在重点信息体素样本点的位置集中追踪公式为：
Figure SMS_2
,
其中
Figure SMS_3
,上式中向量M为样本点与给定初始点x之间的位置偏差，
Figure SMS_4
为重点信息样本维度中最密集的地方，X、Y为维度坐标值，h为带宽，通过该重点信息体素样本点/>
Figure SMS_5
计算得到向量指向概率密度函数的梯度方向，且样本点向量扩展公式为：
Figure SMS_6
，其中/>
Figure SMS_7
为采样点/>
Figure SMS_8
的权重，其值不小于0，/>
Figure SMS_9
为单位核函数，H为带宽矩阵，从而对重点信息包括检测结果，检测机构盖章和检测机构名称等信息进行突出，从而提取重点信息情况；
图片灰度修正模块通过直接灰度变换和直方图修正方式，从而增强图像的对比度，使图像更加清晰，其图片灰度修正后公式如下：
Figure SMS_10
，其中Z(f，j)为修正后灰度，T(f，j)为修正前灰度，且[a，b]为灰度范围。
优选的，图片平滑锐化模块中先图片平滑滤掉图片中的噪声，后续图片模糊通过锐化使图片清晰起来，设其中一幅检测报告图片为f（x，y），若平滑后图片为g（x，y），则
Figure SMS_11
，式中x，y=0，1……N，-1，P为（X，Y）邻域中像素坐标的集合，H为集合P中像素的总数；
图片细化模块是将图片的线条从多像素宽度减少到单位像素宽度，对被处理的图片进行细化有助于突出和减少冗余的信息量。
优选的，输入模块的输出端与图片几何转换模块的输入端相连接，所述图片几何转换模块的输出端与图片增强模块的输入端相连接，所述图片增强模块的输出端与图片灰度修正模块的输入端相连接，所述图片灰度修正模块的输出端与图片平滑锐化模块的输入端相连接，所述图片平滑锐化模块的输出端与图片细化模块的输入端相连接，所述图片细化模块的输出端与输出模块的输入端相连接。
本发明提供了一种基于智能识别技术检测报告AI自动校核系统，与现有技术相比具备以下有益效果：
1、该基于智能识别技术检测报告AI自动校核系统，通过图文识别单元进行颜色标记追踪，可以相对全面的采集所有体素数据，且由数据测量单元测量与计算图片信息，最大程度的减小了人为测量的误差；同时，通过数据同步单元定时刷新视图并获取新增数据，并且将图文文件数据能实时传输云端服务器，减少对整体系统本身的负荷；利用互联网新技术，可以用较低的成本将所有识别模块的图文数据实现同步，为使用端提供较为方便的方式，实现了上传的图文数据的存储和管理。
2、该基于智能识别技术检测报告AI自动校核系统，通过图片处理模块将接收原始图文数据储存在存储模块中，并接收所述原始图文数据经过图片预处理单元后的灰阶图像显示状态数据，以及将所述灰阶图像显示状态数据进行储存，达到了根据数据调用请求返回在所述原始图文数据上显示所述灰阶图像显示状态的处理结果的目的，通过设置数据处理中台，从而实现了不同系统的联通，降低硬件设备内存压力和硬件设备维护成本的技术效果，进而解决了由于硬件设备老旧或性能较低而造成图文阅片时响应速度慢、设备内存占用率较高的技术问题。
附图说明
图1为本发明的基于智能识别技术检测报告AI自动校核系统框图；
图2为本发明的图片预处理单元系统框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
请参阅图1-2，一种基于智能识别技术检测报告AI自动校核系统，包括识别终端、图片采集单元、图片预处理单元、图文识别单元、数据测量单元、数据同步单元、图片处理单元、数据存储单元、数据处理中台和云端服务器；
识别终端通过与检测报告AI自动校核系统相连，进而对检测报告进行采集，将检测报告图片传输到检测报告AI自动校核系统中；
图片采集单元通过对检测报告图片识别，获取检测报告的图片地址，再将检测报告图片地址数据信息进行自动化下载；
图片处理单元将接收图片采集单元中的图片地址数据信息，将其储存到数据存储单元中，并接收所述图片采集单元中的数据经过图片预处理单元处理后的灰阶图片状态数据，以及将所述灰阶图片状态数据储存入所述数据存储单元中，达到了根据数据调用请求返回在所述图片采集单元中的数据信息上显示所述图片状态数据的处理结果的目的；
数据存储单元用于对图片数据信息进行留存；
图片预处理单元是对图片进行分析，增强图片中有关信息的可检测性，从而改进灰阶图片显示状态数据、图片细化、匹配和识别的可靠性。
此实施例中，图文识别单元通过对图片进行整体图文识别，识别后的图文通过颜色标记实现追踪，进而采集识别后的图文体素数据；
数据测量单元对图文体素数据进行测量与计算，最大程度的减小了人为测量的误差；
数据同步单元定时刷新视图并获取新增数据，并且将新增数据实时传输到云端服务器，减少对整体系统本身的负荷；
数据处理中台用于收集并处理数据问题，使其按图片处理步骤的顺序执行，保证计算机系统工作的正确性；
云端服务器将云服务器当虚拟主机使用，云服务器拥有丰富的资源、带宽和独立IP，从而搭建数据共享平台，可实时存储和读取数据，利用互联网人工智能新技术，可以用较低的成本将所有识别模块的图文数据实现同步，为使用端提供较为方便的方式，实现了上传的图文数据的存储和管理。
此实施例中，图片采集单元与识别终端之间实现双向连接，所述图片采集单元的输出端均与图片预处理单元和图片处理单元的输入端相连接，所述图片预处理单元的输出端与图文识别单元的输入端相连接，所述图文识别单元的输出端与数据测量单元的输入端相连接，所述数据测量单元的输出端与数据同步单元的输入端相连接，所述数据同步单元的输出端均与数据处理中台和云端服务器的输入端相连接，所述数据处理中台与云端服务器之间实现双向连接，所述图片处理单元与图片预处理单元之间实现双向连接，所述图片处理单元的输出端与数据存储单元的输入端相连接，所述数据处理中台的输出端与数据存储单元的输入端相连接。
此实施例中，图片预处理单元包括输入模块、图片几何转换模块、图片增强模块、图片灰度修正模块、图片平滑锐化模块、图片细化模块和输出模块。
此实施例中，图片几何转换模块通过将一幅图片中的坐标位置映射到另一幅图片中的新坐标位置，常见的几何变换包括旋转、平移、缩放、镜像、转置、错切等，以及几种组合变换，如刚体变换、仿射变换、单应变换；
图片增强模块将图片中重点信息处进行有选择的突出，从而衰减其次要信息，重点信息包括检测结果，检测机构盖章和检测机构名称等，提高图像的可读性，常见的目的有突出目标的轮廓，衰减各种噪声等，取图片区域中的重点信息体素样本点
Figure SMS_12
，其中a=1…n，则在重点信息体素样本点的位置集中追踪公式为：
Figure SMS_13
,
其中
Figure SMS_14
,上式中向量M为样本点与给定初始点x之间的位置偏差，
Figure SMS_15
为重点信息样本维度中最密集的地方，X、Y为维度坐标值，h为带宽，通过该重点信息体素样本点/>
Figure SMS_16
计算得到向量指向概率密度函数的梯度方向，且样本点向量扩展公式为：
Figure SMS_17
，其中/>
Figure SMS_18
为采样点/>
Figure SMS_19
的权重，其值不小于0，/>
Figure SMS_20
为单位核函数，H为带宽矩阵，从而对重点信息包括检测结果，检测机构盖章和检测机构名称等信息进行突出，从而提取重点信息情况；
图片灰度修正模块通过直接灰度变换和直方图修正方式，从而增强图像的对比度，使图像更加清晰，其图片灰度修正后公式如下：
Figure SMS_21
，其中Z(f，j)为修正后灰度，T(f，j)为修正前灰度，且[a，b]为灰度范围。
此实施例中，图片平滑锐化模块中先图片平滑滤掉图片中的噪声，后续图片模糊通过锐化使图片清晰起来，设其中一幅检测报告图片为f（x，y），若平滑后图片为g（x，y），则
Figure SMS_22
，式中x，y=0，1……N，-1，P为（X，Y）邻域中像素坐标的集合，H为集合P中像素的总数；
图片细化模块是将图片的线条从多像素宽度减少到单位像素宽度，对被处理的图片进行细化有助于突出和减少冗余的信息量。
此实施例中，输入模块的输出端与图片几何转换模块的输入端相连接，所述图片几何转换模块的输出端与图片增强模块的输入端相连接，所述图片增强模块的输出端与图片灰度修正模块的输入端相连接，所述图片灰度修正模块的输出端与图片平滑锐化模块的输入端相连接，所述图片平滑锐化模块的输出端与图片细化模块的输入端相连接，所述图片细化模块的输出端与输出模块的输入端相连接。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序，而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种基于智能识别技术检测报告AI自动校核系统，其特征在于，包括识别终端、图片采集单元、图片预处理单元、图文识别单元、数据测量单元、数据同步单元、图片处理单元、数据存储单元、数据处理中台和云端服务器；
识别终端通过与检测报告AI自动校核系统相连，进而对检测报告进行采集，将检测报告图片传输到检测报告AI自动校核系统中；
图片采集单元通过对检测报告图片识别，获取检测报告的图片地址，再将检测报告图片地址数据信息进行自动化下载；
图片处理单元将接收图片采集单元中的图片地址数据信息，将其储存到数据存储单元中，并接收所述图片采集单元中的数据经过图片预处理单元处理后的灰阶图片状态数据，以及将所述灰阶图片状态数据储存入所述数据存储单元中；
数据存储单元用于对图片数据信息进行留存；
图片预处理单元是对图片进行分析，增强图片中有关信息的可检测性，从而改进灰阶图片显示状态数据、图片细化、匹配和识别的可靠性;
所述图片预处理单元包括输入模块、图片几何转换模块、图片增强模块、图片灰度修正模块、图片平滑锐化模块、图片细化模块和输出模块;
所述图片几何转换模块通过将一幅图片中的坐标位置映射到另一幅图片中的新坐标位置；
图片增强模块将图片中重点信息处进行有选择的突出，重点信息包括检测结果，检测机构盖章和检测机构名称，从而衰减其次要信息，取图片区域中的重点信息体素样本点
Figure 641BE9792656C
，其中a=1…n，则在重点信息体素样本点的位置集中追踪公式为：
Figure 641BE979265F7
,
其中
Figure 641BE97926637
,上式中向量M为样本点与给定初始点x之间的位置偏差，
Figure 641BE9792666A
为重点信息样本维度中最密集的地方，X、Y为维度坐标值，h为带宽，通过该重点信息体素样本点/>
Figure 641BE979266A3
计算得到向量指向概率密度函数的梯度方向，且样本点向量扩展公式为：
Figure 641BE979266E1
，其中/>
Figure 641BE97926727
为采样点/>
Figure 641BE97926752
的权重，其值不小于0，/>
Figure 641BE97926779
为单位核函数，H为带宽矩阵；
图片灰度修正模块通过直接灰度变换和直方图修正方式，从而增强图像的对比度。
2.根据权利要求1所述的一种基于智能识别技术检测报告AI自动校核系统，其特征在于，所述图文识别单元通过对图片进行整体图文识别，识别后的图文通过颜色标记实现追踪，进而采集识别后的图文体素数据；
数据测量单元对图文体素数据进行测量与计算，减小人为测量的误差；
数据同步单元定时刷新视图并获取新增数据，并且将新增数据实时传输到云端服务器；
数据处理中台用于收集并处理数据问题，使其按图片处理步骤顺序执行；
云端服务器将云服务器当虚拟主机使用，云服务器拥有带宽和独立IP，从而搭建数据共享平台，可实时存储和读取数据。
3.根据权利要求1所述的一种基于智能识别技术检测报告AI自动校核系统，其特征在于：所述图片采集单元与识别终端之间实现双向连接，所述图片采集单元的输出端均与图片预处理单元和图片处理单元的输入端相连接，所述图片预处理单元的输出端与图文识别单元的输入端相连接，所述图文识别单元的输出端与数据测量单元的输入端相连接，所述数据测量单元的输出端与数据同步单元的输入端相连接，所述数据同步单元的输出端均与数据处理中台和云端服务器的输入端相连接，所述数据处理中台与云端服务器之间实现双向连接，所述图片处理单元与图片预处理单元之间实现双向连接，所述图片处理单元的输出端与数据存储单元的输入端相连接，所述数据处理中台的输出端与数据存储单元的输入端相连接。
4.根据权利要求1所述的一种基于智能识别技术检测报告AI自动校核系统，其特征在于，所述图片平滑锐化模块中先图片平滑滤掉图片中的噪声，后续图片模糊通过锐化使图片清晰；
图片细化模块是将图片的线条从多像素宽度减少到单位像素宽度，对被处理的图片进行细化，有助于突出和减少冗余的信息量。
5.根据权利要求1所述的一种基于智能识别技术检测报告AI自动校核系统，其特征在于，所述输入模块的输出端与图片几何转换模块的输入端相连接，所述图片几何转换模块的输出端与图片增强模块的输入端相连接，所述图片增强模块的输出端与图片灰度修正模块的输入端相连接，所述图片灰度修正模块的输出端与图片平滑锐化模块的输入端相连接，所述图片平滑锐化模块的输出端与图片细化模块的输入端相连接，所述图片细化模块的输出端与输出模块的输入端相连接。
CN202310084501.1A 2023-02-09 2023-02-09 一种基于智能识别技术检测报告ai自动校核系统 Active CN115795068B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310084501.1A CN115795068B (zh) 2023-02-09 2023-02-09 一种基于智能识别技术检测报告ai自动校核系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310084501.1A CN115795068B (zh) 2023-02-09 2023-02-09 一种基于智能识别技术检测报告ai自动校核系统

Publications (2)

Publication Number Publication Date
CN115795068A CN115795068A (zh) 2023-03-14
CN115795068B true CN115795068B (zh) 2023-05-23

Family

ID=85430551

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310084501.1A Active CN115795068B (zh) 2023-02-09 2023-02-09 一种基于智能识别技术检测报告ai自动校核系统

Country Status (1)

Country Link
CN (1) CN115795068B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102197270B1 (ko) * 2014-01-03 2021-01-04 삼성디스플레이 주식회사 표시 패널의 영상 보정 방법, 이를 포함하는 표시 패널의 구동 방법 및 이를 수행하기 위한 표시 장치
US9401016B2 (en) * 2014-05-12 2016-07-26 Kla-Tencor Corp. Using high resolution full die image data for inspection
CN111223554A (zh) * 2019-12-26 2020-06-02 四川大学华西医院 一种智能ai pacs系统及其检查报告信息处理方法
CN111339977B (zh) * 2020-03-03 2024-09-17 河南中光学集团有限公司 一种基于远程视频监控的小目标智能识别系统及其识别方法
JP6897824B1 (ja) * 2020-03-11 2021-07-07 株式会社リコー 情報処理装置、情報処理システム、情報提供方法、及びプログラム
CN114463377A (zh) * 2021-12-27 2022-05-10 天翼云科技有限公司 目标跟踪优化方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN115795068A (zh) 2023-03-14

Similar Documents

Publication Publication Date Title
US11244435B2 (en) Method and apparatus for generating vehicle damage information
CN110569878B (zh) 一种基于卷积神经网络的照片背景相似度聚类方法及计算机
CN109582880B (zh) 兴趣点信息处理方法、装置、终端及存储介质
Bradski et al. Intel's Computer Vision Library: applications in calibration, stereo segmentation, tracking, gesture, face and object recognition
EP3349202A1 (en) System for monitoring marine vessels using a satellite network with determination at a terrestrial station of passenger lists for the vessels based on vessel identification data obtained from the satellites and passenger social media data.
EP3843036A1 (en) Sample labeling method and device, and damage category identification method and device
CN113505781B (zh) 目标检测方法、装置、电子设备及可读存储介质
CN111121797B (zh) 道路筛选方法、装置、服务器及存储介质
CN110288612B (zh) 铭牌定位与校正方法及设备
CN116343103B (zh) 一种基于三维gis场景与视频融合的自然资源监管方法
CN111079571A (zh) 证卡信息识别及其边缘检测模型训练方法、装置
CN114266881A (zh) 一种基于改进型语义分割网络的指针式仪表自动读数方法
CN113793370A (zh) 三维点云配准方法、装置、电子设备及可读介质
CN114037907A (zh) 输电线路的检测方法、装置、计算机设备、存储介质
CN115953744A (zh) 一种基于深度学习的车辆识别追踪方法
CN112435223A (zh) 目标检测方法、装置及存储介质
CN110866911A (zh) 表盘缺陷检测方法、装置、图像处理设备及存储介质
Franceschini et al. Damage estimation and localization from sparse aerial imagery
CN112396060B (zh) 基于身份证分割模型的身份证识别方法及其相关设备
CN115795068B (zh) 一种基于智能识别技术检测报告ai自动校核系统
Rao et al. License plate recognition system in unconstrained scenes via a new image correction scheme and improved CRNN
JP2000047579A (ja) 地図データベース更新装置
CN113721240B (zh) 一种目标关联方法、装置、电子设备及存储介质
CN112102398B (zh) 一种定位方法、装置、设备及存储介质
CN111325183A (zh) 一种图片表格识别的方法及装置

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