基于深度学习的表计识别方案

该博客介绍了基于深度学习的表计识别方案,涵盖了单指针、多指针以及数字表的OCR识别,要求误差小于5%,实际达到了97%的准确率。算法运行速度达到20+fps,适用于jetsonnx/hisi3559a硬件平台。识别流程包括素材案例处理等步骤。
摘要由CSDN通过智能技术生成

基于深度学习的表计识别方案

识别类型:单指针单表盘 多指针单表盘 多指针多表盘 数字表(ocr)
识别要求:误差<5
真实达标:97%
算法运行速度:20+ fps
硬件:jetson nx / hisi3559a
大致流程:
在这里插入图片描述

素材案例:

图1在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述
在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述
在这里插入图片描述在这里插入图片描述在这里插入图片描述
在这里插入图片描述在这里插入图片描述

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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