基于边端协同的工业仪表读数识别方法、装置、介质

本申请公开了一种基于边端协同的工业仪表读数识别方法、装置、介质,方法包括：将初始CNN模型中的卷积层替换成深度可分离卷积层，得到第一中间模型；利用主成分分析算法和自动编码器分布特征压缩训练集，得到压缩特征，利用其训练第一中间模型，剪除模型中重要等级低于预设等级的卷积核，重新训练模型直至得到满足原来性能的目标模型；当接收到高清摄像头发送的第一图像，利用目标模型提取第一图像的目标图像特征并将其发至云端服务器以使云端服务器将目标图像特征输入深度学习模型得到工业仪表读数识别结果。本申请通过替换深度可卷积层、模型剪枝和保障性能指标的训练模型方案，保障读数识别结果的准确性同时降低模型在边缘设备的内存占用。