深度學習OCR: 子彈殼自動檢測節省人力且降低錯誤率

由 TIS Marketing 於 2021年11月22日 發表。

彈底標記是彈藥的標記,作為一種分類系統,用於說明彈藥的使用、安全運輸、儲存和品質控制。 警察部門利用彈藥控制資料庫登記所有進出軍械庫的彈藥。這些檢查和錄入任務由警官完成,每年花費國家警察單位數百小時。臺灣警政總署(NPA)與The Imaging Source經銷商睿怡科技合作,建立一套基於深度學習的光學字元識示(OCR)機器視覺系統,對彈藥進行檢測及編目。專案工程師選擇了The Imaging Source的 DMK 33GP031 GigE黑白工業相機,與睿怡專門為該應用開發的系統軟體結合使用。新的檢測系統使警政單位實現編目過程的完全自動化,節省了人力,降低了錯誤率。

盒中的子彈在分發前須先經過編目,而透過光學字元辨識(OCR),機器視覺確保能準確且有效地執行任務。

黑白工業相機為OCR提供高對比度的影像

多年來,警政總署一直在尋找子彈檢測自動化的方法,而這是警政單位第一次嘗試使用任何類型的視覺檢測系統,找到可靠和高度精確的系統則成為最大的挑戰。

睿怡科技設計了一套系統,其中兩台The Imaging Source黑白工業相機從不同的角度捕捉子彈盒的影像。 黑白相機是OCR等機器視覺任務的理想選擇,它能提高影像的對比度與解析度,提供銳利和高對比度的影像,確保字元的定位、分割和提。

軟體演算法將提取的數據與預先訓練好的數據集進行比較。任何不符合設定標準(NOK)的空空格或子彈底殼都以紅框表示(見下圖)。 該系統每5秒鐘全面檢查一盒(通常每盒有50發)子彈,滿足了警政單位的專案要求。 "透過使用機器視覺系統自動識別、報告和挑出不同規格的子彈,警察單位成功地減少了約60%的人力,每年節省高達200萬新臺幣,"睿怡說。"

OCR機器視覺系統使用深度學習來檢測不合設定標準的子彈及偵測空缺。警方用於檢測任務的工作人力成功地減少了60%。