6月24日下午，学院李峥副教授在物理楼228会议室作了题为“基于改进YOLOv11的图书馆书脊文字识别方法研究”的学术报告，学院相关教师和研究生参加报告。

李峥首先介绍了图书馆真实书架场景中普遍存在书脊排列密集、目标粘连、文字弯曲、边界磨损和遮挡等问题，给书脊检测与文字识别带来较大困难。针对这些问题，在YOLOv11中引入CBAM注意力机制，增强模型对书脊纹理和边界特征的感知能力；同时对PaddleOCR的数据增强、损失权重、后处理阈值、字符字典及输入尺寸进行优化，提高弯曲文字和特殊符号的识别效果。相关研究验证了“检测端注意力增强与识别端任务导向调参”协同优化的有效性，为图书馆中的图书盘点、错架检测、单册定位和馆藏数据库校验提供了新的技术思路。

报告结束后，李峥与参会师生围绕模型优化及实际应用等问题进行了交流。本次报告拓宽了师生对计算机视觉技术的认识，为相关科研工作提供了有益参考。

（文：李峥/图：慕灯聪/审核：刘忠良/审校：戴海峰/终审：侯永轶）