一种基于PaddleOCR框架集装箱号识别系统和方法与流程

一种基于paddleocr框架集装箱号识别系统和方法
技术领域
1.本发明属于物流供应链领域，具体涉及一种基于paddleocr框架集装箱号识别系统和方法。


背景技术：

2.无论是海运、公路还是铁路大宗货物运输，集装箱运输已成为货物运输中主要的方式。出于物流和仓储信息管理的需要，每个集装箱都会有一个唯一的身份识别码——按照国际标准规则指定的箱号。装载封闭后的集装箱作为一个货运单元，箱号即成为一个与货主、货物、堆码场地、运输目的地等物流信息的方便直接而且唯一的索引。因此，在集装箱流转过程中实时读取和记录箱号是集装箱流转作业过程中必须做的一项工作。
3.现时集装箱流转作业中，箱号的获取主要还是靠人工视觉读取，然后手工输入记录的方式。导致单据信息容易出错，录单人员不断重复相同的工作且效率低下。
4.通过相机拍摄集装箱表面图像，再通过文字识别分辨读取箱号是目前发展中的一个箱号自动读取手段，并且已经在一些场合得到应用。比如，专利cn109447075a公开了一种集装箱箱号识别系统，该集装箱箱号识别系统包括集装箱吊架、拍摄装置、传感器和控制装置，所述集装箱吊架上设有锁头，所述锁头用于与集装箱上的锁孔配合，所述拍摄装置安装在所述集装箱吊架上，所述传感器用于采集所述锁头与所述锁孔是否锁紧的信号，所述拍摄装置和所述传感器均与所述控制装置连接。集装箱吊架的锁头与集装箱的锁孔锁紧，拍摄装置与集装箱的相对位置是固定的，采用定焦距拍摄集装箱的箱号图像，通过此方法获得更高质量、更清晰的箱号图像，提升箱号识别的准确度。但是该识别系统结构复杂，安装不便，识别图像的准确度有待提高。
5.近年来，随着深度学习技术、图像识别技术的发展，越来越多的运用到供应链的各个领域，通过高精度的图像识别技术取代传统手工输入，从而进一步解放生产力，提高工作效率，有效减少出错率。


技术实现要素：

6.为了解决现有技术中存在的上述问题，本发明提供了一种基于paddleocr框架集装箱号识别系统和方法，采用深度学习技术，可通过添加新类型训练数据来针对不同单据识别出不同的数据，优化了识别准确性。本发明要解决的技术问题通过以下技术方案实现：
7.一种基于paddleocr框架集装箱号识别系统，包括：识别服务和训练服务，所述识别服务和训练服务均与paddleocr模型库连接。
8.进一步地，上述识别服务：通过提供一个识别接口服务，对发送过来的图片进行识别、以及数据筛选，返回给客户端。
9.进一步地，上述训练服务主要由两部分组成：训练数据标注和数据训练。
10.进一步地，上述训练数据标注：使用标注工具对预训练图片进行标注，并保存对应标注结果。
11.进一步地，上述数据训练：将标注数据上传到训练服务器进行新一轮训练，并定时对训练模型进行验证保存。
12.进一步地，上述识别服务对发送过来的图片中对应箱号、箱型、柜重等数据进行识别、以及数据筛选。
13.一种基于paddleocr框架集装箱号识别方法，使用上述的基于paddleocr框架集装箱号识别系统，包括：
14.(1)训练数据标注：使用标注工具对预训练图片进行标注，并保存对应标注结果；
15.(2)数据训练：将标注数据上传到训练服务器进行新一轮训练，并定时对训练模型进行验证保存；
16.(3)识别服务：通过识别接口服务，对发送过来的图片进行识别、以及数据筛选，返回给客户端。
17.与现有技术相比，本发明的有益效果：
18.(1)本发明的集装箱号识别系统，采用深度学习技术，用户通过手机拍摄图片，系统自动识别图片中需要信息；用户可通过添加训练数据，不断优化提供识别准确性；用户可通过添加新类型训练数据来针对不同单据识别出不同的数据。
19.(2)本发明的集装箱号识别方法，采用深度学习技术，通过添加新类型训练数据来针对不同单据识别出不同的数据，优化了识别准确性。
附图说明
20.图1是本发明集装箱识别系统流程图。
21.图2是本发明集装箱识别系统的数据训练示意图。
具体实施方式
22.下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。
23.实施例1：
24.本实施例提供了一种基于paddleocr框架集装箱号识别系统，该集装箱号识别系统包括：识别服务和训练服务，所述识别服务和训练服务均与paddleocr模型库连接。集装箱识别系统流程图参照附图1。
25.本实施例的集装箱号识别系统的识别服务，通过提供一个识别接口服务，对发送过来的图片进行识别、以及数据筛选，返回给客户端。具体地，识别服务对发送过来的图片中对应箱号、箱型、柜重等数据进行识别、以及数据筛选。
26.本实施例的训练服务主要由两部分组成：训练数据标注和数据训练。训练数据标注是指使用标注工具对预训练图片进行标注，并保存对应标注结果。数据训练是指将标注数据上传到训练服务器进行新一轮训练，并定时对训练模型进行验证保存。本实施例的集装箱识别系统的数据训练参照附图2。
27.实施例2：
28.本实施例提供了一种基于paddleocr框架集装箱号识别方法，使用实施例1的基于paddleocr框架集装箱号识别系统，包括：
29.(1)训练数据标注：用户通过手机拍摄集装箱上的图片，系统自动识别图片中需要信息，使用标注工具对预训练图片进行标注，并保存对应标注结果。
30.(2)数据训练：将标注数据上传到训练服务器进行新一轮训练，并定时对训练模型进行验证保存。通过添加训练数据，不断优化提供识别准确性。
31.(3)识别服务：通过识别接口服务，对发送过来的图片进行识别、以及数据筛选，返回给客户端。具体地，对发送过来的图片中对应箱号、箱型、柜重等数据进行识别、以及数据筛选。用户可通过添加新类型训练数据来针对不同单据识别出不同的数据。本实施例的集装箱号识别方法，采用深度学习技术，优化了识别准确性。
32.以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。


技术特征：
1.一种基于paddleocr框架集装箱号识别系统，其特征在于：包括：识别服务和训练服务，所述识别服务和训练服务均与paddleocr模型库连接。2.根据权利要求1所述的基于paddleocr框架集装箱号识别系统，其特征在于：识别服务：通过提供一个识别接口服务，对发送过来的图片进行识别、以及数据筛选，返回给客户端。3.根据权利要求1所述的基于paddleocr框架集装箱号识别系统，其特征在于：所述训练服务主要由两部分组成：训练数据标注和数据训练。4.根据权利要求3所述的基于paddleocr框架集装箱号识别系统，其特征在于：所述训练数据标注：使用标注工具对预训练图片进行标注，并保存对应标注结果。5.根据权利要求4所述的基于paddleocr框架集装箱号识别系统，其特征在于：所述数据训练：将标注数据上传到训练服务器进行新一轮训练，并定时对训练模型进行验证保存。6.根据权利要求2所述的基于paddleocr框架集装箱号识别系统，其特征在于：所述识别服务对发送过来的图片中对应箱号、箱型、柜重等数据进行识别、以及数据筛选。7.一种基于paddleocr框架集装箱号识别方法，其特征在于，使用根据权利要求1
‑
6任一项所述的基于paddleocr框架集装箱号识别系统，包括：(1)训练数据标注：使用标注工具对预训练图片进行标注，并保存对应标注结果；(2)数据训练：将标注数据上传到训练服务器进行新一轮训练，并定时对训练模型进行验证保存；(3)识别服务：通过识别接口服务，对发送过来的图片进行识别、以及数据筛选，返回给客户端。

技术总结
本发明具体涉及一种基于PaddleOCR框架集装箱号识别系统和方法，该集装箱号识别系统包括：识别服务和训练服务，识别服务和训练服务均与PaddleOCR模型库连接，其中，识别服务是指通过识别接口服务，对发送过来的图片进行识别、以及数据筛选，返回给客户端；训练服务主要由训练数据标注和数据训练组成，使用标注工具对预训练图片进行标注，并保存对应标注结果，将标注数据上传到训练服务器进行新一轮训练，并定时对训练模型进行验证保存。本发明提供了一种基于PaddleOCR框架集装箱号识别系统和方法，采用深度学习技术，可通过添加新类型训练数据来针对不同单据识别出不同的数据，优化了识别准确性。识别准确性。识别准确性。


技术研发人员：陈丽园
受保护的技术使用者：厦门锐特信息技术有限公司
技术研发日：2021.08.24
技术公布日：2021/11/21