基于改进Faster R-CNN算法的光纤端子序号识别系统

• 作者: 刘伟平 王驿钊 陈舜儿 黄曼莉 黄红斌
• 来源期刊: 光通信技术
• 学科: 工学
• 关键词: 光纤端子 序号识别 数字识别 匹配
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 算法研究
• 页码范围: 44-46
• 页数: 3页
• 分类号: TN929.1
• 字数: 1632字
• 语种: 中文
• DOI: 10.13921/j.cnki.issn1002-5561.2019.05.011

摘要

针对电信机房中继器上的光纤跳线与端子进行匹配的问题,提出了一种基于深度学习的目标定位与数字识别的系统.该系统优化了深度学习中单点多盒探测器(SSD)算法与快速基于区域的卷积神经网络(Faster R-CNN)算法的网络结构,结合SSD算法提取有效区域速度快的特点,对自然场景下拍摄的图片进行读数区域的有效分割,然后使用Faster R-CNN算法进行读数区域识别.该系统在实验中测试成功率达到99.9％,能够确保端子号和光纤跳线做到一一对应.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘伟平	暨南大学信息科学技术学院	114	960	17.0	25.0
2	陈舜儿	暨南大学信息科学技术学院	51	331	10.0	15.0
3	黄红斌	暨南大学信息科学技术学院	60	532	12.0	20.0
4	王驿钊	暨南大学信息科学技术学院	1	0	0.0	0.0
5	黄曼莉	暨南大学信息科学技术学院	1	0	0.0	0.0