基于深度学习智能仪表检测模型研究

摘要:

为改善现有电力仪表识别时存在的效率低、成本高等缺陷，提出了一种智能仪表监控系统。首先，设计了包含感知层、网络层、信息层、应用层的系统结构，并对系统工作过程进行分析。接着，提出了一种包括数字区域检测网络和数字识别网络的智能仪表检测模型，从而提高仪表识别的准确率。同时，考虑到现实环境中仪表读数存在遮挡问题，提出了一种遮挡字符数据增强方法，从而有效提高数据集的多样性。仿真阶段，以实际环境中拍摄的电力仪表图像为例，对所提模型进行验证。实验结果表明，所提智能仪表检测模型识别准确率为94.96%。实验结果验证了所提系统可有效实现电力仪表识别，可为智能电力监控的发展提供一定的借鉴作用。

Abstract: