基于Mask-RCNN网络的书架图书书脊分割和检测（含代码）

已于 2023-06-16 13:14:12 修改
阅读量1.3k 收藏 5
点赞数 3
分类专栏： 图像处理及应用 文章标签： 深度学习 python tensorflow
于 2023-05-03 12:17:37 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44619530/article/details/130466970
版权
该博客介绍了如何运用Mask-RCNN网络实现图书馆书架上图书书脊的分割和检测，旨在配合OCR技术进行图书信息录入。提供已完成训练的模型，无需重新训练。
摘要由CSDN通过智能技术生成

提出问题

图书馆的书架上的图书书脊分割/检测对于图书书名等信息的识别具有重要意义，因此，该博客基于Mask-RCNN网络实现了图书书脊的分割和检测，有利于进一步利用ocr文字识别技术实现图书书名等信息的入库。如下图所示，为书架原始数据和分割/检测后的结果。（本文已训练模型，无需训练）
在这里插入图片描述
书架图片
图1 书架图片
书脊分割
图2 书脊分割
书脊检测
图3 书脊检测

实验环境


#
了解本专栏 订阅专栏 解锁全文 超级会员免费看
GISer-王小畈
关注
专栏目录
订阅专栏
书本检测算法笔记
jacke121的专栏
07-29 2472
书本侧面检测 https://github.com/Xiu-Wawa/Book-Datasets-for-YOLO
Book-Identifier:一个Matlab应用程序，用于从书架图像中识别书籍
05-17
图书标识符 这是一个Matlab应用，用于从书架图像中识别书籍。 它是作为大学计算机视觉课程项目的一部分而创建的。 该存储库包括代码，用于测试代码的Matlab应用程序，描述项目的网页，PowerPoint演示文稿以及详细描述项目的pdf报告。 有关更多详细信息，请参阅报告/网页/演示文稿。 摘要： 尽管许多网站都提供基于评论的书目排名，但实体商店却无法轻松访问此类数据。 在此项目中，我们开发了一种用于从书架的照片中识别书籍的系统。 然后，可以使用此信息从Internet提取任何所需的书籍相关数据，从而为实体书店的客户提供与在线可用的信息相同的信息。 我们的系统从照片中提取书脊，从背景中分割文本，并将单个字符分组为单词。 还提供了一种用于训练分类器以进行字符识别的实现。 对于细分，我们提出并实现了适用于大多数书脊的简单方法。 为了将字符分组为单词，我们开发了一种新算法，适用于具有不同
书籍切割之书脊边界直线检测算法小结（bookSpines Segmentation）
凌桑的自我修养--You are the Eternity
03-09 4857
去年开始一直在做一个关于整理藏书的APP，有关于这方面的app目前国内的有一个‘晒书房’，但是没有用到图像处理的相关知识，只有一个扫ISBN码的入口，或者手动录入ISBN；国外有一个‘Shelfie’，不仅可以扫书码，而且可以直接对着书架拍照，进行识别，虽然速度有点慢，但是准确率还是不错的；所以我们期望做一个功能齐全且在速度上有所提升的这样一个书架app。        关于bookshelf的
基于改进特征金字塔的Mask R-CNN目标检测方法
02-11
提出了一种基于改进特征金字塔的Mask R-CNN目标检测方法。实验结果表明，在目标边缘和包围盒两项检测中，相比于Mask R-CNN检测框架，所提方法在不同的交并比阈值下的平均准确率分别提高了约2.4%和3.8%。尤其对于中等尺寸目标的检测准确率有较大的提高，分别为7.7%和8.5%，具有较强的稳健性。
图像分割概述及mask-rcnn简介
何小义的博客
11-03 2854
图像分割，mask-RCNN
探秘Mask R-CNN：深度学习中的对象检测与分割大师
gitblog_00029的博客
04-01 326
探秘Mask R-CNN：深度学习中的对象检测与分割大师 项目地址:https://gitcode.com/Hellcatzm/Mask_RCNN 在这个数字化的时代，图像识别和处理技术正在发挥着越来越重要的作用。在众多的技术中，Mask R-CNN 是一个值得特别关注的开源项目，它不仅能够进行精准的对象检测，还能实现像素级别的语义分割。 项目简介 Mask R-CNN是由 Matterport ...
基于Mask-RCNN的高精度目标检测和识别matlab仿真+代码仿真操作视频
06-29
2.内容：基于Mask-RCNN的高精度目标检测和识别matlab仿真+代码仿真操作视频 3.用处：用于Mask-RCNN的高精度目标检测和识别算法编程学习 4.指向人群：本硕博等教研学习使用 5.运行注意事项： 使用matlab2021a...
课程作业基于mask-rcnn进行实例分割的面向对象编程python源码.zip
最新发布
09-18
rcnn进行实例分割的面向对象编程python源码.zip课程作业基于mask-rcnn进行实例分割的面向对象编程python源码.zip课程作业基于mask-rcnn进行实例分割的面向对象编程python源码.zip课程作业基于mask-rcnn进行实例分割...
Mask_RCNN:使用Mask-RCNN通过网络摄像头进行实例分割
04-26
这是使用Mask-RCNN 进行对象实例分割的示例视频 在繁忙的印度道路上测试过的该模型的示例视频： : 使用Mask-RCNN测试的样本图像 可能的改进 该模型使用具有4GB内存的Nvidia 840M来实现，因此帧速率非常低。为了...
基于OpenCV的深度学习Mask-RCNN对象检测和实例分割
@bangbang的博客
01-22 3111
在这篇文章中，我们将展示如何使用一个名为Mask RCNN(基于区域的卷积神经网络)的卷积神经网络模型来进行目标检测和分割。使用mask - rcnn，我们不仅检测对象，我们还获得一个灰度或二进制mask对象。 Mask rcnn最初是在2017年11月由facebook的人工智能研究团队使用Python和caffe2推出的。 我们将在c++和Python中共享OpenCV代码来加载和使用模型。 The minimum required version of OpenCV is 3.4.3. 什么是图像分
深度学习OCR识别-弯曲项目
baidu_40840693的博客
04-06 938
待更新：
【实例分割】（一）Mask R-CNN详细介绍带python代码
向上生长的程序媛的博客
08-23 2292
实例分割、语义分割和目标检测都属于计算机视觉中的重要任务，但它们有着不同的应用场景和解决问题的方式。实例分割：实例分割是指对于一张图片中的每个物体，将其分割出来并打上不同的标记。即在像素级别上对每个物体进行标记，区分出不同的实体。常见的实例分割算法有Mask R-CNN等。语义分割：语义分割是指在像素级别上将一幅图像进行分类，将图片中每个像素分类到对应物体或背景中。常见的语义分割算法有FCN、U-Net、DeepLab等。目标检测：目标检测是指在图像中寻找不同的物体，并确定它们的位置和大小。
OCR文本识别-褶皱与卷曲
qq_44950283的博客
10-28 580
其它的像卷曲没那么严重，褶皱等“准确率”都很高。耗时：1.587s(v2) / 0.750s(v3)耗时：1.199s(v2) / 1.020s(v3)耗时：0.862s(v2) / 0.627s(v3)耗时：1.026s(v2) / 0.494s(v3)耗时：1.049s(v2) / 0.443s(v3)召回率：1.00(v2) / 1.00(v3)召回率：1.00(v2) / 1.00(v3)召回率：1.00(v2) / 1.00(v3)召回率：1.00(v2) /1.00(v3)
OCR-文本检测后的文字纠正
小菜的博客
09-18 5258
序言 主要是对规则的文本检测都的角度纠正，如果弯曲的很厉害，那也没办法，因为最近一直在做OCR方面的工作，包括文本检测、文本识别等等，关于检测后的文本角度纠正，网上查了很久没发现一个靠谱的，想了很久，决定自己用opencv实现一下，本文记录下实现的过程。本文主要是对YOLO检测后的倾斜文本做纠正，纠正后的图片送入到识别网络中能够大大的提升模型的识别率，当然不一定对所有场景下的文本都适用，本文实现仅供参考和学习。 一、关键技术 霍夫变换预测倾斜角度； 图像二值化用于分割文本区域； ROI区域获取； 得到纠正
PaddleOCR 弯曲文本检测与识别笔记
qq_40839674的博客
11-08 3388
1.首先根据官方文档我们可以很轻易的找到弯曲文本检测模型 由此可见对于弯曲文本检测效果很不错！但是！！！想去和识别模型串联使用时 2.没有办法串联使用，只能换方法了，使用端到端的PGNet算法 链接: https://gitee.com/paddlepaddle/PaddleOCR/blob/release/2.2/doc/doc_ch/pgnet.md. 3.进行单张推理时出现的报错(っ °Д °;)っ） ValueError: too many values to unpack (expected
【Mask-RCNN】基于Mask-RCNN的目标检测和识别
FPGA/MATLAB学习教程/源码/项目合作开发
06-29 2764
Mask-RCNN 是何凯明继Faster-RCNN后的又一力作，集成了物体检测和实例分割两大功能，并且在性能上上也超过了Faster-RCNN。其基本结构如下： Mask R-CNN是一个实例分割模型，它能确定图片中各个目标的位置和类别，给出像素级预测。所谓“实例分割”，指的是对场景内的每种兴趣对象进行分割，无论它们是否属于同一类别——比如模型可以从街景视频中识别车辆、人员等单个目标。下图是在COCO数据集上训练好的Mask R-CNN，如图所示，大到每一辆车，小到单根香蕉，它都能用窗口标出
【十一】图像分割
热门推荐
略知12的博客
03-03 1万+
1 图像分割基础知识 图像分割是将图像中具有特殊意义的区域划分开。 常用的方法有、和聚合等。 图像分割算法一般基于图像灰度值的不连续性（边缘检测、边界跟踪、Hough变换）或其相似性（区域生长、区域分裂与合并、阈值分割）。 2 边缘检测 边缘检测的基本步骤如下： 常用的边缘检测算子有梯度算子、高斯-拉普拉斯算子（Log）、Cany边缘检测算子等。 Matlb实现 intensity = imread('circuit.tif'); bw1 = edge(intensity, 'sobel');%边缘检测函
基于Mask-RCNN的无分割手写数字串识别提升算法性能
Mask-RCNN通过增强其架构中的并行全卷积分割子网络，实现了对粘连手写数字串中单个数字的精确掩模分割和类别分类任务的并行处理。这种设计显著提高了算法的性能，尤其是在处理短至3位、4位和5位字符串时，相比于现有...
评论 12
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

GISer-王小畈

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值