摘要
本发明提供了一种临床试验药物的文本解析和二维码核验方法，专为解决医疗行业中药物缺失条形码或者不规范的出厂标识，本方法在控制环境下收集各类产品的单品图像，使用标准化光照和背景确保图像质量，从收集的单品图像中自动识别并提取关键视觉特征和对象边界，结合深度学习技术，优化对象分割算法，明确包含优化自适应轮廓增强模块，适应由合成图像训练而得的模型，确保在实际应用中的高准确率和鲁棒性，基于PaddleOCR实现对分割图像的文本信息进行提取，然后使用基础的RE匹配规则进行初步的匹配，使用NLP技术，基于Transformer+Bert核心网络实现对文本信息进行语义理解，并与药物包装上的二维码进行核验，本发明能够显著提高对象分割模型的训练效率和准确性，提升文本信息的识别和理解，同时降低使用成本，本发明不仅适用于药物清点行业，还可扩展至其他需要精准视觉识别的小批量生产领域。
