论文地址:https://arxiv.org/pdf/1906.06281.pdf
摘要
条形码被用在一些商业应用,因此快和稳健的是非常重要的。有一些不同类型的条形码,一些他们看起来相似的,对比其它的是完全的不同。在这篇文章中,我们介绍了新的快速和强健的深度学习检测器,基于语义分割方法。它能够检测条形码任意类型的同时在文件扫描和广泛范围通过单个模型。这个检测器实现了先进的结果在ArTe-Lab 1D中等的条形码数据集使检测达到0.995。另外,提出的检测器可以处理较多复杂变形的目标像长的但是狭窄或者小的条形码。提出的这个方法也能标识类型对检测条形码,以及展示是实时的速度在CPU环境中较快比先前的先进方法。
不同条形码样本

模型的框架

测试结果

不同数据集对比

计算时间

了解更多关于《计算机视觉与图形学》相关知识,请关注公众号:

下载我们视频中代码和相关讲义,请在公众号回复:计算机视觉课程资料
本文介绍了一种基于深度学习的新型条形码检测器,该检测器采用语义分割方法,能有效检测各种类型的条形码,包括复杂的长而窄或小型条形码,并能在CPU环境下实现实时检测速度。
995





