MODEL / 01 · ORIENTED OBJECT DETECTION
面向标本采集标签的
YOLOv8-OBB 结构改造
从整张标本图像中定位主要采集标签,输出带角度的旋转矩形框。后续通过几何裁取与方向校正,得到供文字识别使用的标签图像。
01 / INTERACTIVE ARCHITECTURE
从整体结构,看到每一处改动
three.js 构建 · 支持模块点选与局部展开。
拖动旋转 · 滚轮缩放 · 点击模块查看说明分组示意 · 尺寸不按参数量缩放
主干与特征融合ASPPCBAMOBB 检测头
查看二维结构图与完整数据流
01 / SPPF → ASPP
多尺度上下文
1×1 卷积、不同膨胀率的 3×3 卷积与全局池化并行,拼接后投影回原通道数。
02 / + CBAM
通道与空间注意力
在 P4、P5 融合特征上,依次进行通道注意力与空间注意力,再送入检测头。
03 / P3 → P4 + P5
保留双尺度检测
去掉 P3 小目标检测分支,主干仍保留 P3 特征层。检测输出来自 40×40 和 20×20 特征图。
02 / EVALUATION
让结构与表现,放在同一个评测背景中
应用模型 · 100 轮训练
训练图像:347验证图像:50输入:640 × 640展示口径:第 100 轮验证记录
98.22%
mAP@5094.44%
mAP@50–9597.95%
Precision95.60%
Recall03 / DETECTION & RECTIFICATION
从旋转框,得到可读的标签图像


点击查看大图 ↗04 / APPLICATION SCENARIOS
为整页标本数字化提供前端输入
01
采集标签定位
处理标签倾斜、纸张方向不一及标本主体与标签共存的整页图像。
02
几何裁取与行识别
将主要采集标签转换为规则图像,为行检测、OCR 和字段抽取提供输入。
03
可视化核对
并列检查整页定位、标签裁取及原始标注,定位数字化流程中的错误来源。
05 / RESOURCES
使用与开放信息
模型结构与应用
3D 图按模型层号与连接关系分组呈现,展示主干、特征融合、注意力模块与双尺度检测头。
开放信息
模型与最佳参数文件将随论文发布公开