基于深度学习的指针式仪表识别算法研究 |
| |
引用本文: | 李佳,段祥骏,李运硕,何菊,冯德志.基于深度学习的指针式仪表识别算法研究[J].电工技术,2023(2):36-39. |
| |
作者姓名: | 李佳 段祥骏 李运硕 何菊 冯德志 |
| |
作者单位: | 中国电力科学研究院有限公司;西北工业大学航天学院 |
| |
基金项目: | 国家电网有限公司总部科技项目“基于机器视觉深度学习的配网工程强化管控技术研究”(编号5400-202116141A-0-0-00); |
| |
摘 要: | 目前指针式仪表数据仍然基于模板匹配等传统算法,在信噪比低的情况下识别精度低,因此采用深度学习进行指针的分级定位与识别。一级识别采用SSD算法进行仪表区域定位,计算仪表倾斜角度并修正。二级指针定位使用多方位SSD算法识别指针转动角度并转换量程。使用自建的仪表数据集进行网络训练,指针式仪表检测精度达到87%;作为拓展方向,数字式仪表检测精度达88%。实验结果表明,该算法稳定性及准确度均高于传统的指针式仪表识别算法。
|
关 键 词: | 指针式仪表 识别 深度学习 |
|
| 点击此处可从《电工技术》浏览原始摘要信息 |
|
点击此处可从《电工技术》下载全文 |
|