​​​​水表数字识别1：水表数字数据集说明(含下载链接)

已于 2024-11-23 19:14:47 修改
阅读量1.8k 收藏 20
点赞数 24
分类专栏： 深度学习 文章标签： 水表读数识别 水表数字识别 水表数据集 水表数字识别数据集 water meter
于 2024-07-13 21:09:44 首次发布
本文为博主原创文章，未经博主允许不得转载（AI吃大瓜）
本文链接：https://blog.csdn.net/guyuealian/article/details/139997366
版权

​​​​水表数字识别1：水表数字数据集说明(含下载链接)

目录

​​​​水表数字识别1：水表数字数据集说明(含下载链接)

1.前言

2.水表数字数据集说明

（1）水表数字检测数据集：Water-Meter-Det1

（2）水表数字检测数据集：Water-Meter-Det2

（3）水表数字识别数据集：Water-Meter-Rec1

（4）水表数字识别数据集：Water-Meter-Rec2

3.数据集下载

4.水表数字识别(Python/C++/Android) 

1.前言

本项目将实现水表数字识别，整套方案采用二阶段方法实现，即首先使用文本(数字)检测模型DBNet定位水表数字的区域，然后进行校正并裁剪水表数字区域，再使用CRNN模型对水表数字的区域进行文本(数字)识别。

整套项目分为：数据集说明，DBNet文本(数字)检测模型训练、CRNN文本(数字)识别模型训练，以及水表数字识别边缘侧部署C++/Android等多个章节，本篇是项目《​​​​水表数字识别》系列文章之《水表数字数据集说明》；为了方便后续模型工程化和Android平台部署，项目对文字检测模型和文字识别模型进行轻量化，并提供Python/C++/Android多个版本；

本篇主要分享水表数字数据集：Water-Meter-Det1和Water-Meter-Det2，总数约6000+张图片，主要用于水表数字检测模型或分割模型训练和开发；Water-Meter-Rec1和Water-Meter-Rec2，总数约12000+张图片,主要用于水表数字识别模型训练和开发：

 【尊重原创，转载请注明出处】https://blog.csdn.net/guyuealian/article/details/139997366

更多项目《水表数字识别》系列文章请参考：

      

2.水表数字数据集说明

（1）水表数字检测数据集：Water-Meter-Det1

Water-Meter-Det1数据集是水表数字检测/分割数据集，图片数据主要来源网上收集并人工清洗获得，图片质量较好，目标比较清晰；所有图片均使用Labelme工具进行人工标注了水表数字区域的轮廓以及对应的表显数值，标注数据格式即是Labelme的默认格式。该数据集，包含训练集train和测试集val两个数据集，其中train训练集共有800张图片，val测试集共有200张图片，可用于水表数字检测模型和分割模型训练和开发。

如果你想使用Labelme工具查看标注效果，可以将json文件放在image同一个文件夹中，然后使用Labelme打开该目录，即可查看标注效果。

（2）水表数字检测数据集：Water-Meter-Det2

Water-Meter-Det2数据集是水表数字检测/分割数据集，仅包含训练集train，共有5742张图片，图片数据主要来源网上收集，数据样式较多，包含多种水表款式，多种角度拍摄，多种复杂背景，部分图片比较模糊，所有图片均使用Labelme工具进行人工标注了水表数字区域的轮廓以及对应的表显数值，标注数据格式即是Labelme的默认格式。该数据集，可用于水表数字检测模型和分割模型训练和开发。

如果你想使用Labelme工具查看标注效果，可以将json文件放在image同一个文件夹中，然后使用Labelme打开该目录，即可查看标注效果。

 

（3）水表数字识别数据集：Water-Meter-Rec1

Water-Meter-Rec1是在Water-Meter-Det1数据集上裁剪和扩充，并进行透视变换矫正的水表数字区域图片。该数据集，包含训练集train和测试集val两个数据集，其中train训练集共有1600张图片，val测试集共有400张图片，可用于水表数字识别模型训练和开发。

  • 对水表数字区域进行裁剪时，需要进行透视变换矫正，以矫正倾斜的图片，裁剪时请尽量保证数字的完整性，其他非数字区域尽量去除
  • 强烈建议对水表进行倾斜校正，避免倾斜带来的影响；本项目已经实现水表数字区域的倾斜校正，具体方法请参考：Python OpenCV实现文档自动矫正（含源码和测试数据）
  • 一张图片仅包含一个水表，不能出现多个水表
  • 水表数字图片文件命名规则：水表数字_序号ID ；如【007225_image_000.jpg】，其中【007225】表示这个张图片的真实数字，【image_000】是序号ID，这个序号ID是为了避免水表数字重复，序号ID可以是任意字符；模型训练时，仅取水表数字作为label进行训练，序号ID会被忽略。

如果，你需要新增自己的水表数字识别数据集，请按照上面的要求制作即可

（4）水表数字识别数据集：Water-Meter-Rec2

Water-Meter-Rec2是在Water-Meter-Det2数据集上裁剪和扩充，并进行透视变换矫正的水表数字区域图片。该数据集，仅包含训练集train，共有11436张图片，可用于水表数字识别模型训练和开发。

3.数据集下载

【源码下载】GitCode，关键词【水表数字数据集】

项目资源内容包含：

  • 水表数字检测数据集：Water-Meter-Det1，train训练集共有800张图片，val测试集共有200张图片，可用于水表数字检测模型和分割模型训练和开发。
  • 水表数字检测数据集：Water-Meter-Det2，仅包含训练集train，共有5742张图片，可用于水表数字检测模型和分割模型训练和开发。
  • 水表数字识别数据集：Water-Meter-Rec1，train训练集共有1600张图片，val测试集共有400张图片，可用于水表数字识别模型训练和开发
  • 水表数字识别数据集：Water-Meter-Rec2，仅包含训练集train，共有11436张图片，可用于水表数字识别模型训练和开发。

4.水表数字识别(Python/C++/Android) 

水表数字识别Android APP Demo体验：https://download.csdn.net/download/guyuealian/89537381

  

水表识别数据集+分割掩码+OCR标签(包含1200多 张照片).zip
05-08
关于数据集 带有分割掩码和 OCR 标签的水表数据集 数据集包含各种水表图像以及相应的分割掩码和用于仪表读数的 OCR 标签。 数据集包括 3 个文件夹： 拼贴 - 带有边界框的水表图像 图像 - 水表的原始图像 masks - 图像分割掩码 扩展名为 .csv 的文件包括图像、水表值和边界框的位置。
基于yolov5的水表读数系统源码+训练好的模型+数据集+演示视频+训练说明
10-10
基于yolov5的水表读数系统源码+训练好的模型+数据集+演示视频+训练说明：实现自动读取水表数值的系统。YOLOv5是一种实时目标检测算法，以其快速、准确而闻名，尤其适合在诸如水表读数这样需要快速识别和精确测量的应用场景中。 备注： 该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用
水表读数自动识别，基于DB和CRNN的方法
热门推荐
我爱计算机视觉
07-14 1万+
尽管智能水表正在取代老式的机械水表但在许多地区（及老小区）由于环境、成本等因素的限制机械水表木得办法被替换所以依旧需要人工手动抄表为了实现对老式机械水表的自动识别这篇我们讲讲2020CCF...
毕业设计-基于深度学习的水表读数自动识别 YOLO python 卷积神经网络
2301_79555157的博客
12-20 1285
毕业设计-基于深度学习的水表读数自动识别系统。该系统利用卷积神经网络（CNN）对水表图像进行处理，旨在实现高效、准确的读数识别。研究首先构建了一个包含多种水表读数图像的数据集，并采用数据增强技术和迁移学习方法来提高模型的泛化能力。实验结果表明，该系统在水表读数识别的准确率和实时性上均表现优异，能够在各种环境下稳定工作。通过本研究，期望为供水管理提供一种高效、智能的解决方案，提升水务管理的效率与准确性，推动智能城市的发展。
如何使用CRNN进行水表刻度识别的数据集训练。共1500张 包含yolo格式数据集+ppocr识别格式数据集
最新发布
2401_88440984的博客
12-23 641
如何使用CRNN进行水表刻度识别的数据集训练。共1500张 包含yolo格式数据集+ppocr识别格式数据集
水表指针识别（数字图像处理C语言）
01-02
能够识别指针类的水表，指针所指数值，然后显示当前水表显示数字，并显示指针角度值。
数字(机械水表)识别数据集
weixin_45724232的博客
03-29 1694
标注文件：每一行表示数字类别，后面是坐标（x1,x2,x3,x4,y1,y2,y3,y4），如图，顺时针方向，从左上点开始， 下载地址：https://download.csdn.net/download/weixin_45724232/85051260
水表识别
keyanxiaocaicai的专栏
08-04 6260
水表识别的问题： 1. 首先我把3月15 号的数据跟7月27号的数据合在一起训，总共三万五千张样本。    用原来的网络训练。发现最后的精度只有90% 左右，查看错误的原因。    发现 图片是这样的，但是7月27号来的这批图片是： 所以这两个图片是不能一起训练的。 发现的问题是：3W多张训练样本里面有3000 多张样本识别错误，其实看acc 精度已经到1了 后来就把
水表数字识别5：Android实现水表数字识别(含源码 可实时检测)
AI吃大瓜的博客
08-11 1342
本项目将实现水表数字识别，整套方案采用二阶段方法实现，即首先使用文本(数字)检测模型DBNet定位水表数字的区域，然后进行校正并裁剪水表数字区域，再使用CRNN模型对水表数字的区域进行文本(数字)识别。整套项目分为：数据集说明，DBNet文本(数字)检测模型训练、CRNN文本(数字)识别模型训练，以及水表数字识别边缘侧部署C++/Android等多个章节，本篇是项目《​​​​水表数字识别》系列文章之《Android实现水表数字识别。
图像水表指针识别，水表的指针识别，便于读取水表上的读数
03-23
水表的指针识别，便于读取水表上的读数，机械式水表的计量检测一直是采用人工检测的方法，其误差比较大，而且有些环境不适合人工进入抄表。采用图像处理来得到水表的度数，可以减少人工的误差。
图像式水表读数识别方法研究
12-12
随着信息社会的发展,图像处理和机器视觉技术在各行各业的应用越来越广泛， 各行业的管理手段正在从人工管理向自动或半自动方向转化，本文提出图像式水表读数的自动识别方法,就是用计算机读数来代替过去抄表员的人工抄表,以达到提高效率和降低人工成本的目的,具有广泛的理论和应用价值。
水表表盘数字压缩识别方案
11-14
水表表盘的数字压缩识别的思路，主要是摄像头拍照后如何压缩，如何识别
数字水表读数区域检测数据集（机械式显示屏）
10-23
数字水表读数区域检测数据集（机械式显示屏） 已完成标注！！（关键点检测 + 目标检测） 可以进行读数区域关键点检测！！ 可以进行读数区域目标检测！！ 总共包含3682张.jpg图像以及3682个对应的.txt标注文件 含数据增强操作，包括图像旋转、缩放、平移等。 每个txt标注文件内容为：类别、x、y、w、h、x1、y1、x2、y2、x3、y3、x4、y4。前5个是原YOLO标注格式，后8个是读数区域左上、右上、右下、左下的归一化坐标。 应用范围很广，可用于科研、毕设、项目等实际需求！
水表指针识别
01-02
用python 结合opencv库，使用图像处理技术对指针型水表的指针进行识别
水表的数字表盘分割数据集
04-13
《水表数字表盘分割数据集在深度学习中的应用与解析》 水表的数字表盘分割数据集，是深度学习领域中一个重要的资源，它主要用于图像分割的训练任务。图像分割是计算机视觉中的一项基本技术，其目标是将图像划分为多...
基于YOLOv5的水表读数系统源码+训练好的模型+数据集+操作使用说明（高分项目）
04-20
基于YOLOv5的水表读数系统源码+训练好的模型+数据集+操作使用说明（高分项目）基于YOLOv5的水表读数系统源码+训练好的模型+数据集+操作使用说明（高分项目）基于YOLOv5的水表读数系统源码+训练好的模型+数据集+操作...
水表识别读数识别
weixin_45724232的博客
12-09 1444
可以完成任意角度（360°）的识别
【图像识别】初探数字识别-水表（2）
zeo_m的博客
09-01 4987
在上一个博文中，高斯滤波后对灰度值用canny检测边缘。调整canny参数，检测边缘。下面换一种方式，即先二值化后，再findContours检测检测轮廓。 图像二值化 cv2.threshold(), cv2.adaptiveThreshold(), Otsu’s thresholding. 简单阈值划分 cv2.threshold(InputArray src, int thresho...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI吃大瓜

尊重原创，感谢支持

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值