我的工程实践是印章检测,通过生成含有印章的文本图像,使用适合的目标检测算法训练模型,再利用训练好的模型检测出印章的位置以及类别。Include为用例之间包含关系,extend为用例之间扩展关系。
1. Abstract use case
首先针对项目进行分析,得到的抽象用例有:生成数据集、检测目标和显示结果。
生成数据集:生成数据集是整个项目的基础,需要在数据集上对模型进行训练。
检测目标:在训练好的模型上,对一个新输入的图片进行检测,识别是否有相关的印章
显示结果:对于识别到的印章,显示其分类
2.用例图
3. High Level use case
在不同的抽象用例中,需要对用例进行进一步的分析,得到高级用例。如生成数据集,它包括了“选择背景”和“选择印章”两项用例,这些都是对生成数据集进一步的细分。
4. Expanded use case分析
生成图片:是对生成文本行的扩展,将生成的文本行转成图片。
加噪图像:对图片进行加噪,这样才可以在之后的模型训练中让模型的泛化能力更强。
处理图像:图像在训练之前可以统一图像大小、分辨率,从而使训练速度加快。
分析准确率:通过对准确率进行分析来判断模型的性能,可以作为微调模型的依据。
原文地址:https://www.cnblogs.com/yll333/p/11762508.html
时间: 2024-10-09 02:43:55