摘要
本发明涉及人工智能技术领域,具体公开了基于边缘计算的仪表盘人工智能识别方法与系统。该方法包括:收集仪表盘图像,构建指针式仪表盘数据集;搭建深度神经网络模型,通过深度神经网络模型检测图像中包含仪表盘的区域,剪裁出仪表盘区域图像;将剪裁出的仪表盘区域图像矫正为正视图角度的仪表盘区域图像;基于矫正后的仪表盘区域图像,通过训练端到端的深度神经网络模型,得到仪表盘的刻度分割图像、指针分割图像;判断是否为均匀仪表盘,结合OCR技术识别刻度数值,通过夹角比例与线性插值计算指针读数。本发明将优化后的模型部署至边缘端设备,实现实时处理与云端数据反馈,显著提升了均匀与非均匀刻度仪表盘的识别精度。
技术关键词
刻度
深度神经网络模型
人工智能识别方法
人工智能识别系统
仪表盘检测
图像
透视变换矩阵
特征点
OCR文字识别
数值
智能识别模块
云台相机
矫正
长轴
指针式
短轴
模型算法
系统为您推荐了相关专利信息
称重方法
连铸机大包回转台
炼钢系统
钢包车
钢坯
深度神经网络模型
联合损失函数
生物力学模型
矩阵分解方法
LSTM神经网络模型
肿瘤自动分割方法
深度神经网络模型
胰腺癌患者
适配器
配置网络
深度神经网络模型
多智能体强化学习
深度强化学习
动态剪枝
滑动平均值
关键点
油位计
异常检测方法
生成感兴趣区域
双向特征金字塔