|
|||||
|
|
| 基于卷积神经网络的指针式仪表识别 | |
| 作者姓名： | 李金红 熊继平 陈泽辉 朱凌云 |
| 作者单位： | 浙江师范大学 数学与计算科学学院, 金华 321004;浙江师范大学 物理与电子信息工程学院, 金华 321004 |
| 摘 要： | 目前大部分研究指针式仪表识别的方法中提取指针是完全基于传统的图像处理技术,提取过程较为复杂且步骤繁多.为了有效解决指针式仪表读数识别中指针中轴线所在直线提取困难及识别精度不高等问题,本文提出了一种基于深度学习的指针式仪表的识别方法.首先用Faster R-CNN算法检测仪表圆盘,再采用基于深度学习的方法Faster R... |
| 关 键 词： | 深度学习 Faster R-CNN算法 指针检测 指针式仪表 读数识别 |
| 收稿时间： | 2020-12-03 |
| 修稿时间： | 2021-01-14 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载免费的PDF全文 | |