应用YOLOv3-tiny模型的人民币面额识别方法

• 作者: 余承勇 宗加飞 丁玲
• 来源期刊: 福建电脑
• 关键词: 目标检测 图像处理 PyTorch YOLOv3-tiny 实时检测
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 论著|Research Articles
• 页码范围: 33-36
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2021.09.008

摘要

本文提出了一种基于YOLOv3-tiny的人民币面额识别方法.该方法首先使用LabelImg对不同种面额的人民币目标检测区域进行标记,并生成相应的数据信息库,为后续的训练和测试提供数据集.然后以YOLOv3-tiny的模型结构为基础进行相应的重构,生成新的基于PyTorch框架的RMB-tiny模型,并利用准备好的训练数据集在RMB-tiny模型上进行训练,得到最优的模型pt.最后利用测试集对模型进行测试,实时检测正确率达到99.985％以上.