摘要
本申请适用于目标检测技术领域,提供了一种电能表读数检测方法及装置,该方法包括:获取电能表读数检测的图像数据集;基于该图像数据集,对预设电能表读数检测模型进行训练,得到训练好的电能表读数检测模型;预设电能表读数检测模型采用IF‑CIoU损失函数;预设电能表读数检测模型包括空间深度非步长卷积模块和高效通道注意力模块;IF‑CIoU损失函数用于优化预设电能表读数检测模型的网络的边界框损失;获取待检测电能表读数图像,并将待检测电能表读数图像输入训练好的电能表读数检测模型,得到检测结果。本申请能够通过解决检测模型仍然存在通道间相关性忽视、冗余信息干扰和适应性问题,从而解决掉电能表的读数漏检、误检的问题。
技术关键词
卷积模块
检测电能表
损失函数优化
全局平均池化
注意力
融合图像特征
分类器
通道
读数检测装置
网络
上采样
多尺度
样本
模型训练模块
数据获取模块
输出模块
系统为您推荐了相关专利信息
变换器模块
FPGA芯片
深度学习模型
处理单元
网络模块
数值天气预报模式
预报方法
网格
误差
深度学习模型
循环神经网络模型
语音控制指令
多头注意力机制
信号采集单元
谱图小波变换
集成特征
卷积模块
计算机程序指令
视网膜血管图像
血管分割