智能审批系统中签章关键要素自动检测方法研究与实现  

作　　者：胡隽 唐雷 陈国锋 乔家齐 

机构地区：[1]华设设计集团股份有限公司,江苏南京210014 [2]南京邮电大学信息与通信工程学院,江苏南京210014 [3]南京工程学院电力工程学院,江苏南京210014

出　　处：《物联网技术》2023年第4期103-107,共5页Internet of things technologies

摘　　要：近年来,随着硬件算力的提升和人工智能算法的不断发展,深度学习在目标检测方面有着越来越广泛的应用。针对传统审批过程中签章提取效率不高的问题,本文将YOLOv5网络应用于签章关键要素检测中,旨在对用户提交审核材料中的印章、手印、签名等关键要素进行自动准确检测与提取。本文分析了YOLOv5四个版本(YOLOv5s、YOLOv5m、YOLOv5l、YOLOv5x)的网络特征,并且通过实验比较了它们在签章检测方面的性能。实验结果表明,虽然YOLOv5x在深度和宽度上都具有复杂的网络结构,但YOLOv5l在误差收敛速度、精准率方面均达到最佳,mAP达91%,高于其他版本。因此,YOLOv5l更适合用于签章关键要素提取。本文工作对推进智能审批在政务领域的应用有着积极意义。

关 键 词：智能审批 人工智能 YOLOv5 自动检测 智慧政务 要素提取 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]