CN108830271A - 一种基于卷积神经网络的数显仪表读数识别方法 - Google Patents
一种基于卷积神经网络的数显仪表读数识别方法 Download PDFInfo
- Publication number
- CN108830271A CN108830271A CN201810607174.2A CN201810607174A CN108830271A CN 108830271 A CN108830271 A CN 108830271A CN 201810607174 A CN201810607174 A CN 201810607174A CN 108830271 A CN108830271 A CN 108830271A
- Authority
- CN
- China
- Prior art keywords
- reading
- recognition
- convolutional neural
- neural networks
- digital displaying
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810607174.2A CN108830271A (zh) | 2018-06-13 | 2018-06-13 | 一种基于卷积神经网络的数显仪表读数识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810607174.2A CN108830271A (zh) | 2018-06-13 | 2018-06-13 | 一种基于卷积神经网络的数显仪表读数识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108830271A true CN108830271A (zh) | 2018-11-16 |
Family
ID=64145112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810607174.2A Pending CN108830271A (zh) | 2018-06-13 | 2018-06-13 | 一种基于卷积神经网络的数显仪表读数识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108830271A (e) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109902751A (zh) * | 2019-03-04 | 2019-06-18 | 福州大学 | 一种融合卷积神经网络和半字模板匹配的表盘数字字符识别方法 |
CN110175648A (zh) * | 2019-05-28 | 2019-08-27 | 东莞德福得精密五金制品有限公司 | 应用人工智能云计算对设备进行非侵入性的信息连通方法 |
CN110490195A (zh) * | 2019-08-07 | 2019-11-22 | 桂林电子科技大学 | 一种水表表盘读数识别方法 |
CN111024145A (zh) * | 2019-12-25 | 2020-04-17 | 北京航天计量测试技术研究所 | 一种手持数表的检定方法及装置 |
CN111027456A (zh) * | 2019-12-06 | 2020-04-17 | 四川杰森机电有限公司 | 基于图像识别的机械水表读数识别方法 |
CN111666930A (zh) * | 2019-03-07 | 2020-09-15 | 深圳海青智盈科技有限公司 | 仪表读取方法、装置、系统和存储介质 |
CN111783785A (zh) * | 2020-07-02 | 2020-10-16 | 上海海事大学 | 一种水表识别系统及识别方法 |
CN111950396A (zh) * | 2020-07-27 | 2020-11-17 | 江苏大学 | 一种仪表读数神经网络识别方法 |
CN113159172A (zh) * | 2021-04-20 | 2021-07-23 | 上海济辰水数字科技有限公司 | 智能水表图像定位训练方法、智能水表识别系统及方法 |
CN113159170A (zh) * | 2021-04-20 | 2021-07-23 | 上海济辰水数字科技有限公司 | 一种基于深度学习的智能水表识别系统及识别方法 |
CN113221959A (zh) * | 2021-04-20 | 2021-08-06 | 上海济辰水数字科技有限公司 | 智能水表图像识别训练方法、智能水表识别系统及方法 |
CN113743405A (zh) * | 2021-09-07 | 2021-12-03 | 南方电网数字电网研究院有限公司 | 电能表的智能抄表方法及装置 |
CN115439849A (zh) * | 2022-09-30 | 2022-12-06 | 杭州电子科技大学 | 基于动态多策略gan网络的仪表数字识别方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105654130A (zh) * | 2015-12-30 | 2016-06-08 | 成都数联铭品科技有限公司 | 一种基于递归神经网络的复杂图像文字序列识别系统 |
CN105678293A (zh) * | 2015-12-30 | 2016-06-15 | 成都数联铭品科技有限公司 | 一种基于cnn-rnn的复杂图像字序列识别方法 |
CN107085723A (zh) * | 2017-03-27 | 2017-08-22 | 新智认知数据服务有限公司 | 一种基于深度学习模型的车牌字符整体识别方法 |
CN107133616A (zh) * | 2017-04-02 | 2017-09-05 | 南京汇川图像视觉技术有限公司 | 一种基于深度学习的无分割字符定位与识别方法 |
-
2018
- 2018-06-13 CN CN201810607174.2A patent/CN108830271A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105654130A (zh) * | 2015-12-30 | 2016-06-08 | 成都数联铭品科技有限公司 | 一种基于递归神经网络的复杂图像文字序列识别系统 |
CN105678293A (zh) * | 2015-12-30 | 2016-06-15 | 成都数联铭品科技有限公司 | 一种基于cnn-rnn的复杂图像字序列识别方法 |
CN107085723A (zh) * | 2017-03-27 | 2017-08-22 | 新智认知数据服务有限公司 | 一种基于深度学习模型的车牌字符整体识别方法 |
CN107133616A (zh) * | 2017-04-02 | 2017-09-05 | 南京汇川图像视觉技术有限公司 | 一种基于深度学习的无分割字符定位与识别方法 |
Non-Patent Citations (4)
Title |
---|
B. SHI等: ""An End-to-End Trainable Neural Network for Image-Based Sequence Recognition and Its Application to Scene Text Recognition"", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 * |
C. WIGINGTON等: ""Data Augmentation for Recognition of Handwritten Words and Lines Using a CNN-LSTM Network"", 《2017 14TH IAPR INTERNATIONAL CONFERENCE ON DOCUMENT ANALYSIS AND RECOGNITION (ICDAR)》 * |
J. PUIGCERVER: ""Are Multidimensional Recurrent Layers Really Necessary for Handwritten Text Recognition?"", 《2017 14TH IAPR INTERNATIONAL CONFERENCE ON DOCUMENT ANALYSIS AND RECOGNITION (ICDAR)》 * |
蔡梦倩等: ""基于全卷积网络的数字仪表字符识别方法"", 《现代计算机(专业版)》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109902751B (zh) * | 2019-03-04 | 2022-07-08 | 福州大学 | 融合卷积神经网络和半字模板匹配的表盘数字字符识别法 |
CN109902751A (zh) * | 2019-03-04 | 2019-06-18 | 福州大学 | 一种融合卷积神经网络和半字模板匹配的表盘数字字符识别方法 |
CN111666930A (zh) * | 2019-03-07 | 2020-09-15 | 深圳海青智盈科技有限公司 | 仪表读取方法、装置、系统和存储介质 |
CN110175648A (zh) * | 2019-05-28 | 2019-08-27 | 东莞德福得精密五金制品有限公司 | 应用人工智能云计算对设备进行非侵入性的信息连通方法 |
CN110175648B (zh) * | 2019-05-28 | 2024-01-05 | 东莞德福得精密五金制品有限公司 | 应用人工智能云计算对设备进行非侵入性的信息连通方法 |
CN110490195A (zh) * | 2019-08-07 | 2019-11-22 | 桂林电子科技大学 | 一种水表表盘读数识别方法 |
CN111027456A (zh) * | 2019-12-06 | 2020-04-17 | 四川杰森机电有限公司 | 基于图像识别的机械水表读数识别方法 |
CN111027456B (zh) * | 2019-12-06 | 2023-06-20 | 四川杰森机电有限公司 | 基于图像识别的机械水表读数识别方法 |
CN111024145A (zh) * | 2019-12-25 | 2020-04-17 | 北京航天计量测试技术研究所 | 一种手持数表的检定方法及装置 |
CN111783785A (zh) * | 2020-07-02 | 2020-10-16 | 上海海事大学 | 一种水表识别系统及识别方法 |
CN111783785B (zh) * | 2020-07-02 | 2024-04-09 | 上海海事大学 | 一种水表识别系统及识别方法 |
CN111950396A (zh) * | 2020-07-27 | 2020-11-17 | 江苏大学 | 一种仪表读数神经网络识别方法 |
CN113159172A (zh) * | 2021-04-20 | 2021-07-23 | 上海济辰水数字科技有限公司 | 智能水表图像定位训练方法、智能水表识别系统及方法 |
CN113159170A (zh) * | 2021-04-20 | 2021-07-23 | 上海济辰水数字科技有限公司 | 一种基于深度学习的智能水表识别系统及识别方法 |
CN113221959A (zh) * | 2021-04-20 | 2021-08-06 | 上海济辰水数字科技有限公司 | 智能水表图像识别训练方法、智能水表识别系统及方法 |
CN113743405A (zh) * | 2021-09-07 | 2021-12-03 | 南方电网数字电网研究院有限公司 | 电能表的智能抄表方法及装置 |
CN115439849A (zh) * | 2022-09-30 | 2022-12-06 | 杭州电子科技大学 | 基于动态多策略gan网络的仪表数字识别方法及系统 |
CN115439849B (zh) * | 2022-09-30 | 2023-09-08 | 杭州电子科技大学 | 基于动态多策略gan网络的仪表数字识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108830271A (zh) | 一种基于卷积神经网络的数显仪表读数识别方法 | |
CN103324937B (zh) | 标注目标的方法和装置 | |
CN113538391B (zh) | 一种基于Yolov4和热红外图像的光伏缺陷检测方法 | |
CN107330357A (zh) | 基于深度神经网络的视觉slam闭环检测方法 | |
CN108805070A (zh) | 一种基于嵌入式终端的深度学习行人检测方法 | |
CN108921203A (zh) | 一种指针式水表的检测与识别方法 | |
CN107944386B (zh) | 基于卷积神经网络的视觉场景识别方法 | |
CN108875739A (zh) | 一种数显仪表读数的精确检测方法 | |
CN102645173A (zh) | 一种基于多目视觉的桥梁三维变形监测方法 | |
CN111353352A (zh) | 异常行为检测方法及装置 | |
CN110287942A (zh) | 年龄估计模型的训练方法、年龄估计方法以及对应的装置 | |
CN111476827A (zh) | 目标跟踪方法、系统、电子装置及存储介质 | |
CN108961308A (zh) | 一种漂移检测的残差深度特征目标跟踪方法 | |
CN109165309A (zh) | 负例训练样本采集方法、装置及模型训练方法、装置 | |
CN111950396A (zh) | 一种仪表读数神经网络识别方法 | |
CN111079773A (zh) | 一种基于Mask R-CNN网络的砾石参数获取方法、装置、设备及存储介质 | |
CN115775085A (zh) | 一种基于数字孪生的智慧城市管理方法及系统 | |
CN113706579A (zh) | 一种基于工厂化养殖的对虾多目标跟踪系统及方法 | |
CN112613438A (zh) | 一种便携式柑橘在线测产仪 | |
CN114861761A (zh) | 一种基于孪生网络特征与几何验证的回环检测方法 | |
CN111652168B (zh) | 基于人工智能的群体检测方法、装置、设备及存储介质 | |
CN112529003A (zh) | 一种基于Faster-RCNN的仪表盘数字识别方法 | |
CN116070911A (zh) | 基于模糊聚类因子的区域洪水灾害风险评价方法 | |
CN115760990A (zh) | 一种菠萝花蕊的识别定位方法、电子设备及存储介质 | |
CN113657438B (zh) | 一种热红外模式下vgg神经网络的排水管道病害检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181116 |