一种基于Meter-YOLO模型的字轮式机械水表读数识别方法

本发明公开了一种基于Meter‑YOLO模型的字轮式机械水表读数识别方法，包括以下步骤：S1：制作字轮式水表数据集；S2：利用字轮式水表数据集对Meter‑YOLO模型进行训练，其中，Meter‑YOLO模型为基于YOLOv8模型的改进；S3：利用训练后的Meter‑YOLO模型对字轮式水表图像进行水表读数识别。本发明的Meter‑YOLO模型在其主干网络中引入了多尺度空洞注意力机制，能够提升网络的特征提取能力；此外，采用Slim‑Neck特征融合结构进一步减少模型的计算复杂度，同时使用了GIoU损失函数优化了模型在训练过程中的边界框回归计算，进一步提升了读数精度。本发明在字轮式水表数据集上达到了98.2％的平均精度，相比于YOLOv8s基线模型减少了2.6GFLOPS的计算复杂度，在准确率、召回率等重要指标上的表现均优于基线模型。