互联网以及科技的进步为人们带来巨大的改变,随之带来了二维码的发展,二维码的信息容纳性更高、使用便利性使其成为了目前较为普遍的编码方式,其使用范围很广,小至日常购物支付、出入搭乘交通,大至工厂的物流管理等方面。这对二维码的检测与识别技术带来了一定的高效以及精确性的要求。然而,目前采用的二维码检测与识别技术仍有欠缺,对于一定的情况下的二维码用传统的检测技术无法达到效果,同时在不同场景下,目前的识别技术有所不足。本文研究了一种基于深度学习的二维码检测与识别技术,可以利用深度学习的方法快速准确检测与识别二维码。所出的二维码检测算法以及形变校正技术都是基于深度学习的模型加以改进、训练学习,以适用于各种复杂情况的二维码图像检测与识别。本文针对以上情况,在几个方面解决了相应的问题:1.检测的快速与准确性。本文出了一种基于特征取的快速二维码定位与检测技术。该技术通过改进并结合轻量级网络Mobile Net v2及YOLO v3算法,以达到网络模型更小同时可以更快速且精确定位检测二维码,实现大画面下尽量多检测图中二维码的目的。2.二维码的增强与形变校正。根据检测到的二维码目标,截取后进行超分辨率,进而输入本文出的基于改进的U-net的二维码校正技术,对U-net改进并添加设计的损失函数,实现对二维码的校正以及二维码包含的完整信息读取。基于此保证了二维码的清晰以及其包含的原信息完整性和准确性。3.最后本文利用上述方法构建一个基于深度学习的二维码检测与增强识别系统,并运用到企业项目中,实现仓库进出物料的智能管理。通过使用本文设计的二维码检测与增强识别技术,以及对企业仓库的摄像机部署,从而本项目的实施有效的升了企业仓储中的物料入库、出库率,并高了企业的工作效率。综上,本文出了基于特征取的快速二维码定位与检测技术,解决大画面下多二维码情况时出现不能精确检测的问题。此外基于改进的U-net的二维码校正技术实现对形变二维码的校正。最后基于两者构建的二维码检测与增强识别系统并应用到实际项目中,实践应用本文出的技术。