智能审批系统中签章关键要素自动检测方法研究与实现

• 作者: 胡隽 唐雷 陈国锋 乔家齐
• 来源期刊: 物联网技术
• 学科: 工学
• 关键词: 智能审批 人工智能 YOLOv5 自动检测 智慧政务 要素提取
• 年，卷（期）: 2023,（4）
• 所属期刊栏目: 学术研究_智能处理与应用
• 页码范围: 107-111
• 页数: 5页
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2023.04.029

摘要

近年来,随着硬件算力的提升和人工智能算法的不断发展,深度学习在目标检测方面有着越来越广泛的应用。针对传统审批过程中签章提取效率不高的问题,本文将YOLOv5网络应用于签章关键要素检测中,旨在对用户提交审核材料中的印章、手印、签名等关键要素进行自动准确检测与提取。本文分析了YOLOv5四个版本(YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x)的网络特征,并且通过实验比较了它们在签章检测方面的性能。实验结果表明,虽然YOLOv5x在深度和宽度上都具有复杂的网络结构,但YOLOv5l在误差收敛速度、精准率方面均达到最佳,mAP达91%,高于其他版本。因此,YOLOv5l更适合用于签章关键要素提取。本文工作对推进智能审批在政务领域的应用有着积极意义。