.png){kind=icon}
返回
A Lightweight Detection and Recognition Framework for cigarette laser code
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.111777.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
自动检测和识别烟盒上的激光码对于区分香烟真伪非常重要。然而，由于香烟图像背景复杂，检测和识别香烟激光码是一个具有挑战性的工业问题。本文提出了一种轻量级检测和识别框架（LDRF）来检测和识别香烟激光码。LDRF模型由轻量级检测网络（LDNet）和轻量级识别网络（LRNet）组成。在LDNet阶段，提出了一种轻量级特征提取网络来提取香烟码区域的特征。此外，引入了双向特征金字塔网络（BiFPN）特征融合结构，以解决香烟码检测场景中的多尺度特征融合挑战。值得注意的是，对所有特征通道进行了对齐和归一化，以减少后处理阶段的计算需求，在显著减少参数和计算复杂度的同时实现精确的检测性能。在LRNet阶段，设计了一种集成网络架构以增强视觉和时序特征的融合。此外，在特征提取阶段采用了双向时序卷积网络（BiTCN）和Transformer的组合，以区分背景和字符，并捕捉不同字符之间的相互依赖关系。具体来说，利用下采样调整输入图像的大小，并在每个阶段应用合并或组合方法来捕获多级特征。实验结果表明，所提出的LDRF方法比当前最优模型具有更好的性能，并在准确性和速度之间实现了平衡。
Keyword:
laser code detection
cigarette authenticity
lightweight network
feature fusion
deep learning
