摘要
本发明公开了一种基于深度学习的自动化指针式仪表识别方法。该基于深度学习的自动化指针式仪表识别方法,包括以下步骤:采集指针式仪表图片,对采集的指针式仪表图片进行图片分割处理,得到仪表表盘区域图片;对指针式仪表图片和仪表表盘区域图片进行数据增广处理,生成的指针式仪表图像数据;结合生成的指针式仪表图像数据,构建基于Mask‑RCNN‑swin trasnsformer的指针式仪表识别模型;将获取的指针式仪表图片输入指针式仪表识别模型中,指针式仪表识别模型输出指针式仪表图片的识别结果。本发明通过基于深度学习的自动化指针式仪表识别方法,达到了提高指针式仪表识别方法识别率的效果,解决了现有技术中存在当前指针式仪表识别方法识别率低的问题。
技术关键词
指针式仪表识别
图片
仪表表盘
特征提取模块
全卷积神经网络
位置识别
特征金字塔网络
输出特征
数据
图谱
特征提取网络
抑制算法
实例分割
图像
系统为您推荐了相关专利信息
亚健康
检测数据输入
对象
心血管疾病风险
训练样本数据
网络攻击检测方法
网络化控制系统
系统状态预测
预测滤波器
中心对称
睡眠呼吸暂停综合征
睡眠监测数据
人脸特征向量
识别系统
人脸图像数据
深度学习分类模型
主成分分析方法
离心泵
数据
矩阵
噪声数据
图像超分辨率重建
文档解析技术
定位识别技术
保留图像边缘