摘要
本发明涉及基于深度学习的指针式千分表示数识别方法与系统。现有指针式千分表示数识别方法无法区分旋转方向,并且识别精度和计算结果准确性较低。本发明的方法步骤如下:通过网络录像机实现摄像机与路由器的连接,所述摄像机获取指针式千分表的输入图像并进行预处理,得到输出图像;将所述输出图像批量深度学习,采用卷积神经网络进行目标关键点检测,得到所述目标关键点的位置数据;根据所述目标关键点的位置数据,通过计算修正法计算得到指针式千分表示数。本发明能够做到定时定向拍摄,降低人工成本,能够提升计算机识别精度,并且能够消除因拍摄角度引起的误差,提高计算结果准确性。
技术关键词
数识别方法
指针式
网络录像机
关键点
摄像机
路由器
卷积神经网络识别
刻度
标尺
数据
表盘
图像获取模块
标记
计算机
端点
识别设备
批量
识别系统
系统为您推荐了相关专利信息
刻蚀工艺
在线识别系统
反馈控制模块
异常信号
摄像机
渲染单元
地图数据处理方法
视角
地图元素
信息融合系统
挖掘机智能
质检系统
球机云台
旋转角度计算方法
像素
语音交互系统
汽车座舱
声学特征
显示控制模块
注意力