摘要
本发明涉及仪表盘与标识牌检测识别技术领域,具体公开了一种仪表盘与标识牌多目标检测识别方法及系统。该方法包括:获取待检测图像;将所述待检测图像输入至预先训练好的多目标检测模型,所述多目标检测模型检测待检测图像中的仪表盘和/或标识牌,分割出仪表盘区域图像和/或标识牌区域图像,所述多目标检测模型采用基于YOLO的深度神经网络;识别仪表盘区域图像中的仪表盘读数和/或标识牌区域图像中的标识牌文字,输出识别结果。本发明在仪表盘与标识牌识别领域不仅具有提出新识别框架等重要理论意义,还具备完善多目标检测识别机制、增强技术效益、保障数据安全等广泛应用价值。
技术关键词
仪表盘
标识牌
图像
检测识别方法
深度神经网络
光学字符识别
检测识别系统
检测识别技术
监测器
特征金字塔网络
保障数据安全
多尺度特征
模型压缩
抑制算法
指针
背景噪声
文件系统
列表
识别模块
系统为您推荐了相关专利信息
推理方法
数据
深度学习模型
标签
计算机程序产品
图像增强
关键点
空间特征提取
RANSAC算法
梯度方向直方图
裂缝预测方法
施工墙体
三维有限元模型
矩阵
图像
医疗影像数据处理
特征提取模型
无损压缩方法
深度学习算法
整合医疗影像
图像分割模型
电缆标签
图像分割方法
图像金字塔
融合特征