智能家居联动：OCR 识别药瓶标签提醒用药
📖 技术背景与场景痛点
在现代家庭健康管理中，老年人或慢性病患者常常面临漏服、误服药物的问题。传统依赖人工记忆或纸质提醒的方式效率低、易出错。随着智能家居和 AI 技术的发展，构建一个自动识别药品信息并智能提醒用药的系统成为可能。
其中，核心挑战在于：如何从外观各异、光照条件复杂的药瓶标签上准确提取文字信息？这正是光学字符识别（OCR）技术的用武之地。而要实现家庭边缘设备上的实时响应，又必须兼顾模型精度与计算资源消耗。
本文将介绍一种基于 CRNN 模型的轻量级通用 OCR 服务，结合其 WebUI 与 API 能力，打造一套可落地的'药瓶标签识别 → 信息结构化 → 家庭助手提醒'的完整闭环方案。
👁️ 高精度通用 OCR 文字识别服务 (CRNN 版)
核心架构与技术选型
本项目采用 CRNN（Convolutional Recurrent Neural Network） 架构作为核心识别引擎，部署于无 GPU 依赖的 CPU 环境，适用于树莓派、NAS、家用网关等低功耗设备。
为什么选择 CRNN？
相较于传统的 CNN + CTC 或纯端到端 Transformer 类模型，CRNN 在以下方面具备显著优势：序列建模能力强：通过 LSTM 层捕捉字符间的上下文关系，尤其适合中文连续文本识别。对模糊/倾斜文本鲁棒性强：卷积层提取空间特征后，RNN 自动学习字符顺序，减少因排版不规则导致的错别字。参数量小、推理快：整体模型大小控制在 10MB 以内，满足边缘部署需求。
我们基于 ModelScope 提供的经典 CRNN 实现进行二次优化，并集成图像预处理模块与 Flask 服务框架，形成完整的可交付镜像。
✨ 四大核心亮点详解
1. 模型升级：从 ConvNextTiny 到 CRNN 的精准跃迁
早期尝试使用轻量 CNN 模型（如 ConvNext-Tiny）进行药瓶标签识别时，发现其在以下场景表现不佳：
- 药名中含有生僻字或繁体字
- 标签印刷模糊、反光或有遮挡
- 字体过小（<8pt）
为此，切换至 CRNN 架构后，识别准确率提升约 37%（测试集为 500 张真实药瓶照片），尤其在'复方丹参滴丸'、'阿司匹林肠溶片'等长名称识别上表现稳定。
# 示例：CRNN 模型结构简写（PyTorch 风格）
class CRNN(nn.Module):
def __init__(self, num_classes):
super().__init__()
self.cnn = nn.Sequential(
nn.Conv2d(1, 64, kernel_size=3, padding=1),
nn.ReLU(),
nn.MaxPool2d(2, 2),
# ... 多层卷积提取特征
)
self.rnn = nn.LSTM(, , bidirectional=, batch_first=)
.fc = nn.Linear(, num_classes)
():
x = .cnn(x)
x = x.squeeze(-)
x, _ = .rnn(x)
.fc(x)
