在线字符检测-字符检测-宣雄智能

本发明对于镜头上下表面的检测，在线字符检测，通过镜片区域减去屏蔽区域获得有效检测区域，并将多张图片的有效检测区域进行融合，进行一次缺陷检测，有效提升了检测结果的准确性。

具体实施方式

为了更清楚地说明本发明实施方式或现有技术中的技术方案，字符缺陷检测，下面将对实施方式中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，ocr字符检测，还可以根据这些附图获得其他的附图。

可持续发展。通过优化使用能源和资源以及更有效的回收利用可以改善环境。稳定和优化的流程，早期认识到生产过程中的趋势和不规则性，机器视觉检测为实现未来的智能工厂铺平了道路。生产灵活，现代机器视觉检测系统的灵活性，无需复杂的编程，字符检测，操作简单，易于设置。

提高生产力和竞争力。现代生产是自动化的，只有使用机器视觉检测设备，公司才能持续保护竞争力，防止关键技术的迁移，创造合格的工作岗位并占领新的市场。符合人体I程学的工作场所，单调和枯燥的任务由机器来操作， 机器视觉系统确保的人机交互，从而确保更和安全的工作场所。

目标定位是计算机视觉领域中基本的任务之一，同时它也是和传统意 义上缺陷检测接近的任务，其期的是获

得目标的位置和类别信息。目前， 基于深度学习的目标检测方法层出不穷，-般来说， 基于深度学习的缺陷

检测网络从结构.上可以划分为:以Faster R-CNN为代表的两阶段(two stage)网络和以SSD或YOLO为代表的一

阶段(one stage)网络。两者的主要差异在于两阶段网络需要首先生成可能包含缺陷的候选框(proal)，然后在

进一步进行目标检测。-阶段网络直接利用网络中提取的特征来预测缺陷的位置和类别。