基于深度学习的工业数字仪表识别算法研究 |
| |
引用本文: | 曲超然,陈立伟,王建生,王水根.基于深度学习的工业数字仪表识别算法研究[J].应用科技,2022(2):100-105. |
| |
作者姓名: | 曲超然 陈立伟 王建生 王水根 |
| |
摘 要: | 仪表读数的检测与识别被广泛应用在工业中,然而工程领域中复杂的背景环境为获取仪表信息带来了困难.为了解决光照不均、背景复杂、图像模糊、仪表倾斜以及遮挡等多种干扰问题,本文设计了一种基于深度学习的数字仪表读数算法.首先使用图像增广方法丰富数字仪表检测数据集,并利用数据合成的方法构建了数字仪表文本识别数据集;然后通过可微分二...
|
关 键 词: | 光学字符识别 深度学习 文本检测 文本识别 可微分二值化处理 卷积循环神经网络 注意力机制 仪表识别 |
|
|