一种数字化计量实验报告图像辨识和纠错方法及系统

本发明公开了一种数字化计量实验报告图像辨识和纠错方法，基于云边协同的物联网平台设计了智慧实验室架构，并在边缘侧利用深度可分离卷积改进的卷积神经网络(ICNN)提取图像特征，将图像特征输入双向循环神经网络(BiLSTM)进行分析，以实现图像辨识。本发明还公开了以ICNN‑BiLSTM网络作为智能体的强化学习模型，通过辨识图像与参考图像关键点距离判定完成图像纠错。本发明可以在网络边缘同步处理大量数据，并且通过深度可分离卷积简化了模型参数，很大程度上提高了计量实验室的报告分析效率；ICNN‑BiLSTM模型提升了深度强化学习在具体应用中的处理性能，克服了传统方法可能存在的维数灾难的情况，进一步保证了计量实验室报告纠错的可靠性。