Как улучшить распознавание маркировки с помощью нейросети

[RodionGork]

Натренировать нейросеть класса Semantic Segmentation с целью выделить границы кода. На выходе получим ломаный контур кода

любопытно, а что эта задача без нейросети не решается?

[avsolovyev]

Обычно это и решается поиском на основании патерна статических элементов кода. Классический алгоритм распознавание так и работает. Но в случае сильной деформации - велик риск не найти или потратить непредсказуемое количество времени.

В случае нейросети - появляются зоны вероятной схожести с обученными данными (причем достаточно быстро), зная точно что код на фото только один, и он примерно ХХХ пикселей по площади - становится намного проще их отфильтровать и взять контур кода, который бы на 99.9% был именно кодом, а не чем-то на него похожим.

[Wesha]

Использовать не L-код (который, как было отмечено, предназначен для размещения на твёрдых поверхностях), а тот, который с самого начала предназначен для гибких? Да не, ерунда какая — давайте будем георически преодолевать проблему, которую создали себе сами!

[avsolovyev]

+1

Мне изначально очень нравилась идея RFID меток: набрал тележку с таким маркированным товаром, вывез её через рамку и карточку приложил - и всё куплено. Никаких тебе штрихкодов, касс, кассиров не надо... Но реальность выглядит немного иначе)

[shornikov]

Ага. Непонятна стоимость итоговая. Может дублирование rfid-ом дешевле будет.
И вообще, в рамках пиления и воровства бюджетов - всё переделать на rfid - это же золотое дно (Может это нам на новый год?).

[StepanovAlex]

Только вот, что это за код для изогнутых поверхностей?

[Wesha]

что это за код для изогнутых поверхностей?

(Участливо:) А, в гугле забанили? Примите мои соболезнования!

[StepanovAlex]

(Участливо) Как интересно, PDF417 лучше читается на мятой и блестящей упаковке чем DM? А на чем основано такое мнение?

[Wesha]

Потому что это, условно говоря, набор одномерных кодов, расположенных один под другим, а с чтением одномерного кода с помятой упаковки проблемы редко возникают.

А на «блестящей упаковке» печатается прямоугольник белой краской, а уже на нём — код.

[orekh]

Странно, что статьей рассмотрены восстановление геометрии кода нейросетью + выпрямление классическим алгоритмом, и полное декодирование данных нейросетью (как фантастика), но не промежуточный вариант где нейросеть на выходе давала бы datamatrix с исправленной геометрией

[avsolovyev]

Я сейчас пытаюсь это реализовать, но пока не нашёл способ, который бы надёжно работал. Буду признателен за любые идеи, которыми вы можете поделиться!

[orekh]

Сам нейросети не обучал, но вообще выглядит очень похоже на Stable Diffusion, который обучается сначала подачей на вход синтетических изображений DataMatrix с минимальными искажениями, а потом с постепенным увеличением шума / перспективного наклона / прочих трансформаций, пока не сможет работать с реальными изображениями.