深度学习 OCR：子弹壳自动检测节省人力且降低错误率

深度学习 OCR：子弹壳自动检测节省人力且降低错误率

弹底标记是弹药的标记，作为一种分类系统，用于说明弹药的使用、安全运输、储存和质量控制。相关检测部门利用弹药控制数据库登记所有进出军械库的弹药。这些检查和录入任务由人工完成，每年花费相关单位数百小时。The Imaging Source与经销商与合作，建立一套基于深度学习的光学字符识示（OCR）机器视觉系统，对弹药进行检测及编目。项目工程师选择了The Imaging Source的DMK 33GP031 GigE黑白工业相机，与经销商专门为该应用开发的系统软件结合使用。新的检测系统使实现编目过程的完全自动化，节省了人力，降低了错误率。

盒中的子弹在分发前须先经过编目，而透过光学字符辨识（OCR），机器视觉确保能准确且有效地执行任务。

黑白工业相机为OCR提供高对比度图像

多年来，相关检测单位一直在寻找子弹检测自动化的方法，而这是他们第一次使用任何类型的视觉检测系统，找到可靠和高度精确的系统则成为最大的挑战。

映美精相机经销商设计了一套系统，其中两台The Imaging Source黑白工业相机从不同的角度捕捉子弹盒的影像。黑白相机是OCR等机器视觉任务的理想选择，它能提高影像的对比度与分辨率，提供锐利和高对比度的影像，确保字符的定位、分割和提取。

软件算法将提取的数据与预先训练好的数据集进行比较。任何不符合设定标准（NOK）的空缺格或子弹底壳都以红框表示（见下图）。该系统每5秒钟全面检查一盒（通常每盒有50发）子弹，满足了项目要求。"透过使用机器视觉系统自动识别、报告和挑出不同规格的子弹，相关检测单位成功地减少了约60%的人力，每年节省高达200万，"经销商说。

OCR机器视觉系统使用深度学习来检测不合设置标准的子弹及检测空缺。用于检测任务的劳动力成功地减少了60%。