基于深度学习的指针式仪表识别算法研究
wf（2023）
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.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要