컨테이너 코드 감지를 위한 하이브리드 모델

이 논문에서는 PSENet과 CRNN을 결합한 컨테이너 코드 감지 알고리즘을 제안합니다. 이 알고리즘은 얻어진 이미지가 다른 컨테이너와 이미지 내의 텍스트 정보에 크게 영향을 받도록 보장합니다. 제안된 알고리즘은 세 부분으로 나뉘어 있습니다: 객체 감지 모듈, 텍스트 감지 모듈 및 텍스트 인식 모듈. 초기 단계에서 객체 감지 모듈을 사용하여 예측해야 하는 컨테이너 코드 내 영역의 위치를 계산하고, 이후 픽셀 분할에 기반한 텍스트 감지 모듈을 사용하며, 마지막으로 엔드 투 엔드 텍스트 인식 모듈을 통해 컨테이너 코드를 얻습니다. 이 알고리즘은 수직 및 수평 스케일링에 대해 다양한 컨테이너 코드를 감지할 수 있습니다. 우리는 복잡한 다중 컨테이너 시나리오에서 감지 성능이 우수하고 다각도 컨테이너로 학습할 때 매우 안정적임을 보여주며, 최대 95%의 상대적 개선을 달성합니다.