仪表识别算法介绍

本文介绍了使用深度学习和传统方法结合进行仪表识别的过程,包括仪表检测、数字区域分割和数字检测。通过多标签检测网络,能够有效地定位和识别仪表上的数字,实现了高效率和准确性。此外,还分享了针对指针表的识别方法,并提供了相关视频教程。
摘要由CSDN通过智能技术生成

 1介绍

       好久没有写博客了,主要是去学习深度学习去了,用深度学习解决了人脸检测,人脸对齐,人脸识别三种技术,再写相关的博客感觉没什么意思,所以荒废了许久。最近做了关于仪表识别的工作。这里介绍下仪表识别中数码表识别的成果。

       上图是一张测试结果,蓝色框标注了仪表的位置,绿色文字标注了蓝色框内仪表的标签和数字。

2方法

       这里主要用的方法发是机器学习中的检测+传统方法的颜色分割。流程如下:

       1)仪表检测

       2)数字区域分割

       3)数字检测

2.1仪表检测

      目前开源的物体检测方法很多,对于上面场景来说,很多方法都可以达到理想的效果,比方说SSD,yolo,haar + adaboost等,传统方法,深度学习方法均可,建议采用多标签输出的方法,这样就可以一张图输入,多张标输出。

2.2数字区域分割

       如果直接检测数字,干扰很多,效果很差,最好的方法是特殊场景,特殊对待。如上面这个表,可以检测黑色区域,得到如下的结果:

  • 0
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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