智能药盒的药品识别OCR的轻量CRNN模型与端侧部署设计.docxVIP

PAGE2

智能药盒的药品识别OCR的轻量CRNN模型与端侧部署设计

摘要

随着人口老龄化加剧，慢性病患者的用药管理成为日益突出的社会问题。错服、漏服药物现象频发，严重威胁患者健康。本课题针对智能药盒应用场景，设计并实现了一种基于轻量级CRNN模型的药品名称与剂量OCR识别系统，并将其成功部署于ESP32-S3边缘计算平台。系统通过摄像头采集药盒表面图像，在端侧完成字符识别，无需联网即可输出药品信息，有效保护用户隐私并降低响应延迟。

本文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路展开。第一章分析智能药盒的现实需求与技术痛点；第二章阐述CRNN字符识别、模型量化与ESP32-S3平台等关键技术；第三章对系统功能与非功能需求进行详细建模；第四章设计系统总体架构与模块划分；第五章深入描述图像预处理、CRNN推理引擎等核心模块的详细设计；第六章展示模型训练、量化部署与固件集成过程；第七章在多种光照与字体条件下对识别准确率进行系统测试。

本设计的核心创新点在于：提出了一种面向MCU级硬件的超轻量CRNN结构，并结合INT8量化技术，使模型可在资源极度受限的ESP32-S3上实时运行，实现了端侧离线药品文字识别的技术闭环。

第一章绪论

1.1研究背景

随着我国步入深度老龄化社会，慢性病患者群体持续扩大。据统计，超过60%的老年人需要长期服用处方药物，且多药并用的现