摘要
本发明公开了一种应用于边缘计算设备的指针类表针识别方法及系统,涉及边缘计算设备上的图像识别技术领域,包括采集输电线路图像并进行预处理;将图像数据输入到已训练的指针类表计识别模型输出指针识别结果;验证重复验证指令后通过将识别的指针识别结果发送至远程监控中心。本发明提供的应用于边缘计算设备的指针类表计识别方法是通过该指针类表计识别模型进行指针识别的,利用目标协同剪枝策略对目标检测模型进行最大限度地裁剪冗余参数后通过对模型参数进行微调训练生成的适合边缘计算的识别模型,以在保证模型精度的基础上,降低自动指针类识别模型的资源开销,本发明在资源开销、模型精度以及推理速度方面都取得更加良好的效果。
技术关键词
指针
远程监控中心
识别方法
表针
剪枝策略
深度神经网络
线路
学生
精度
教师
无人机
类识别装置
参数
数据
图像识别单元
远程监控系统
综合性
剪枝方式
系统为您推荐了相关专利信息
混合深度学习模型
浓度识别方法
图像特征向量
多波段
序列
条带
图像识别方法
图像识别技术
亮度
蛋白质表达水平
贝叶斯神经网络
图像识别方法
图像识别模型
潜航器
深度学习模型训练
模态分解方法
轴承故障分类
依赖关系分析
工控机
算法