因为手机镜头的端面区域和凸台区域存在一定的高度差，现有技术中需要拍摄两张图像并进行两次算法检测，导致检测速度慢、cpu负载高。而本发明的端面和凸台检测方法有效地解决了这一问题，具体来说，检测中文字符，根据本发明的一种实施方式，字符检测，本发明的端面和凸台检测方法需要对端面和凸台按照如下公式的模板匹配获得r(x，y)值时得到两组值(x1，y1，phi1；x2，y2，phi2)分别代表定位的x坐标、y坐标和角度：之后对凸台图片进行仿射变换后与端面图片对齐，(对于纸张较厚、表面缺陷检测角度要求较高的的纸张产品采用反射的检测原理)，架设在生产线上的线阵相机进行实时同步扫描，ocr字符检测，同时系统将相机采集到的纸病图像通过SIMV图像处理单元进行瑕疵分割处理。由于瑕疵图像的灰阶与正常产品的灰阶存在明显差异，从而使系统能够发现瑕疵，同时对瑕疵进行有效的判定、分类。苏州宣雄智能科技有限公司苏州宣雄智能科技有限公司检测对象:钢表面缺陷主要方法:基于FasterR-CNN的带钢表面缺陷检测网络，ocr字符检测批发，该网络的改进在于提出的多级特征融合网络(MFN)将多个分层特征组合成一个特征，可以包括缺陷的更多位置细节。基于这些多级特征，采用区域提议网络(RPN)生成感兴趣区域(ROI).在缺陷检测数据集NEU-DET.上，提出的方法在采用ResNet-50的backbone下实现了82.3%的mAP。ocr字符检测批发-字符检测-苏州宣雄智能(查看)由苏州宣雄智能科技有限公司提供。行路致远，砥砺前行。苏州宣雄智能科技有限公司致力成为与您共赢、共生、共同前行的战略伙伴，更矢志成为检测仪具有竞争力的企业，与您一起飞跃，共同成功!)