CN114267044A - 一种数字水表的数据识别方法及装置 - Google Patents
一种数字水表的数据识别方法及装置 Download PDFInfo
- Publication number
- CN114267044A CN114267044A CN202111601753.4A CN202111601753A CN114267044A CN 114267044 A CN114267044 A CN 114267044A CN 202111601753 A CN202111601753 A CN 202111601753A CN 114267044 A CN114267044 A CN 114267044A
- Authority
- CN
- China
- Prior art keywords
- water meter
- character
- digital
- region
- area
- 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
Images
Landscapes
- Character Discrimination (AREA)
Abstract
本发明公开了一种数字水表的数据识别方法及装置,方法包括:获取某一用户的实时水表图像,基于预设的水表检测模型对实时水表图像进行检测,使提取出包含读数检测区域的检测图像;判断区域字符分割处理后的某一区域内的字符是否清晰显示;若区域字符分割处理后的某一区域内的字符显示不清晰,则基于某一用户的历史水表图像计算某一区域内的字符所属某一字符的置信度,并输出置信度最高的某一字符作为某一区域内的字符;基于BP神经网络的数字识别算法识别数字区域中的字符,使得到水表读数。根据用户的历史水表图像计算某一区域内不清晰的字符所属字符的置信度,实现了提高对数字水表进行读数的准确度。
Description
技术领域
本发明属于数据识别技术领域,尤其涉及一种数字水表的数据识别方法及装置。
背景技术
近年来,随着图像处理技术的进一步发展,已有不少学者针对手工抄表其昂贵的人力成本和时间管理成本这一缺点,提出了成本低、效率高的智能抄表技术。通过计算机的人工智能识别技术来代替传统的方法进行内容读取,能大大提高工人的生产和劳动效率。
但是数字水表读数的准确率与数字水表所处的具体环境密切相关,环境条件不同,识别的准确率也难以保证。
发明内容
本发明提供一种数字水表的数据识别方法及装置,用于至少解决由于数字水表所处的环境条件差时,识别的准确率难以保证的技术问题。
根据本发明实施例的一种数字水表的数据识别方法,包括:获取某一用户的实时水表图像,基于预设的水表检测模型对所述实时水表图像进行检测,使提取出包含读数检测区域的检测图像,其中,所述读数检测区域为所述水表图像中包含有水表读数的区域;根据预设尺寸的标注框对所述检测图像中的数字区域进行标注,使得到实际标注框的四个顶点坐标,并将所述实际标注框的四个顶点坐标与预设目标框的顶点坐标进行匹配;基于匹配结果对所述检测图像中的数字区域进行修正,并对修正后的所述数字区域进行区域字符分割处理;判断区域字符分割处理后的某一区域内的字符是否清晰显示;若区域字符分割处理后的某一区域内的字符显示不清晰,则基于某一用户的历史水表图像计算某一区域内的字符所属某一字符的置信度,并输出置信度最高的某一字符作为某一区域内的字符;基于BP神经网络的数字识别算法识别所述数字区域中的字符,使得到水表读数。
另外,根据本发明上述实施例的一种数字水表的数据识别方法,还可以具有如下附加的技术特征:
进一步地,所述水表检测模型为基于深度学习的YOLOv3模型。
进一步地,所述基于匹配结果对所述检测图像中的数字区域进行修正,并对修正后的所述数字区域进行区域字符分割处理包括:根据所述实际标注框的四个顶点坐标与预设目标框的顶点坐标的差值对所述检测图像中的数字区域进行移动变换和/或旋转变换;对修正后位于所述预设目标框中的所述数字区域按照宽度等比例分割。
进一步地,在判断区域字符分割处理后的某一区域内的字符是否清晰显示之后,所述方法还包括:若区域字符分割处理后的某一区域内的字符显示清晰,则直接基于BP神经网络的数字识别算法识别所述数字区域中的字符,使得到水表读数。
进一步地,所述若区域字符分割处理后的某一区域内的字符显示不清晰,则基于某一用户的历史水表图像计算某一区域内的字符所属某一字符的置信度包括:在预设时间内获取某一用户的至少两张历史水表图像;识别某一用户的至少两张历史水表图像中未发生变化和/或变化差值小于阈值的预测字符;基于所述预测字符计算某一区域内的字符所属某一字符的置信度。
根据本发明实施例的一种数字水表的数据识别装置,包括:检测模块,配置为获取某一用户的实时水表图像,基于预设的水表检测模型对所述实时水表图像进行检测,使提取出包含读数检测区域的检测图像,其中,所述读数检测区域为所述水表图像中包含有水表读数的区域;标注模块,配置为根据预设尺寸的标注框对所述检测图像中的数字区域进行标注,使得到实际标注框的四个顶点坐标,并将所述实际标注框的四个顶点坐标与预设目标框的顶点坐标进行匹配;修正模块,配置为基于匹配结果对所述检测图像中的数字区域进行修正,并对修正后的所述数字区域进行区域字符分割处理;判断模块,配置为判断区域字符分割处理后的某一区域内的字符是否清晰显示;计算模块,配置为若区域字符分割处理后的某一区域内的字符显示不清晰,则基于某一用户的历史水表图像计算某一区域内的字符所属某一字符的置信度,并输出置信度最高的某一字符作为某一区域内的字符;识别模块,配置为基于BP神经网络的数字识别算法识别所述数字区域中的字符,使得到水表读数。
本发明还提供一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例的数字水表的数据识别方法的步骤。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行本发明任一实施例的数字水表的数据识别方法的步骤。
本申请的数字水表的数据识别方法及装置,采用预设的水表检测模型在实时水表图像中提取包含读数检测区域的检测图像,并通过对检测图像标注后与目标框的顶点坐标进行匹配,使得对检测图像中的字符进行分割,根据用户的历史水表图像计算某一区域内不清晰的字符所属字符的置信度,实现了提高对数字水表进行读数的准确度。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种数字水表的数据识别方法的流程图;
图2为本发明一实施例提供的一种数字水表的数据识别装置的结构框图;
图3是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,其示出了本申请的一种数字水表的数据识别方法的流程图。
如图1所示,数字水表的数据识别方法具体包括以下步骤:
步骤S101,获取某一用户的实时水表图像,基于预设的水表检测模型对所述实时水表图像进行检测,使提取出包含读数检测区域的检测图像。
在本实施例中,将获取的某一用户实时水表图像输入至基于深度学习的YOLOv3模型中,使得输出包含读数检测区域的检测图像。
需要说明的是,读数检测区域为水表图像中包含有水表读数的区域。
步骤S102,根据预设尺寸的标注框对所述检测图像中的数字区域进行标注,使得到实际标注框的四个顶点坐标,并将所述实际标注框的四个顶点坐标与预设目标框的顶点坐标进行匹配。
步骤S103,基于匹配结果对所述检测图像中的数字区域进行修正,并对修正后的所述数字区域进行区域字符分割处理。
在本实施例中,根据所述实际标注框的四个顶点坐标与预设目标框的顶点坐标的差值对所述检测图像中的数字区域进行移动变换和/或旋转变换,对修正后位于所述预设目标框中的所述数字区域按照宽度等比例分割。
步骤S104,判断区域字符分割处理后的某一区域内的字符是否清晰显示。
需要说明的是,某一区域内的字符由于水表环境的影响会造成字符显示不清晰或不完整,例如,安装水表的位置光线差,水表的表面沾染有污渍遮挡了字符。
步骤S105,若区域字符分割处理后的某一区域内的字符显示不清晰,则基于某一用户的历史水表图像计算某一区域内的字符所属某一字符的置信度,并输出置信度最高的某一字符作为某一区域内的字符。
在本实施例中,若区域字符分割处理后的某一区域内的字符显示不清晰,则在预设时间内获取某一用户的至少两张历史水表图像,识别某一用户的至少两张历史水表图像中未发生变化和/或变化差值小于阈值的预测字符,基于所述预测字符计算某一区域内的字符所属某一字符的置信度,并输出置信度最高的某一字符作为某一区域内的字符。若区域字符分割处理后的某一区域内的字符显示清晰,则直接基于BP神经网络的数字识别算法识别所述数字区域中的字符,使得到水表读数。
步骤S106,基于BP神经网络的数字识别算法识别所述数字区域中的字符,使得到水表读数。
在本实施例中,通过图像的伸缩变换将待识别的分割后字符规范为预定像素大小,同时采用最大值法将图片灰度信息统一为0~1之间的小数;读取像素数据作为BP神经网络的输入,并利用数据存储器中保存的权值和阈值矩阵进行前向计算,在输出层的各个节点中,取最大值所在的节点作为神经网络数字识别的结果。
综上,本申请的方法,采用预设的水表检测模型在实时水表图像中提取包含读数检测区域的检测图像,并通过对检测图像标注后与目标框的顶点坐标进行匹配,使得对检测图像中的字符进行分割,根据用户的历史水表图像计算某一区域内不清晰的字符所属字符的置信度,实现了提高对数字水表进行读数的准确度。
请参阅图2,其示出了本申请的一种数字水表的数据识别装置的结构框图。
如图2所示,数据识别装置200,检测模块210、标注模块220、修正模块230、判断模块240、计算模块250以及识别模块260。
其中,检测模块210,配置为获取某一用户的实时水表图像,基于预设的水表检测模型对所述实时水表图像进行检测,使提取出包含读数检测区域的检测图像,其中,所述读数检测区域为所述水表图像中包含有水表读数的区域;标注模块220,配置为根据预设尺寸的标注框对所述检测图像中的数字区域进行标注,使得到实际标注框的四个顶点坐标,并将所述实际标注框的四个顶点坐标与预设目标框的顶点坐标进行匹配;修正模块230,配置为基于匹配结果对所述检测图像中的数字区域进行修正,并对修正后的所述数字区域进行区域字符分割处理;判断模块240,配置为判断区域字符分割处理后的某一区域内的字符是否清晰显示;计算模块250,配置为若区域字符分割处理后的某一区域内的字符显示不清晰,则基于某一用户的历史水表图像计算某一区域内的字符所属某一字符的置信度,并输出置信度最高的某一字符作为某一区域内的字符;识别模块260,配置为基于BP神经网络的数字识别算法识别所述数字区域中的字符,使得到水表读数。
应当理解,图2中记载的诸模块与参考图1中描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作和特征以及相应的技术效果同样适用于图2中的诸模块,在此不再赘述。
在另一些实施例中,本发明实施例还提供了一种非易失性计算机存储介质,计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的数字水表的数据识别方法;
作为一种实施方式,本发明的非易失性计算机存储介质存储有计算机可执行指令,计算机可执行指令设置为:
获取某一用户的实时水表图像,基于预设的水表检测模型对所述实时水表图像进行检测,使提取出包含读数检测区域的检测图像,其中,所述读数检测区域为所述水表图像中包含有水表读数的区域;
根据预设尺寸的标注框对所述检测图像中的数字区域进行标注,使得到实际标注框的四个顶点坐标,并将所述实际标注框的四个顶点坐标与预设目标框的顶点坐标进行匹配;
基于匹配结果对所述检测图像中的数字区域进行修正,并对修正后的所述数字区域进行区域字符分割处理;
判断区域字符分割处理后的某一区域内的字符是否清晰显示;
若区域字符分割处理后的某一区域内的字符显示不清晰,则基于某一用户的历史水表图像计算某一区域内的字符所属某一字符的置信度,并输出置信度最高的某一字符作为某一区域内的字符;
基于BP神经网络的数字识别算法识别所述数字区域中的字符,使得到水表读数。
非易失性计算机可读存储介质可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据基于远程上电的数字水表的数据识别装置的使用所创建的数据等。此外,非易失性计算机可读存储介质可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,非易失性计算机可读存储介质可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至基于远程上电的数字水表的数据识别装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本发明实施例还提供一种计算机程序产品,计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令被计算机执行时,使计算机执行上述任一项数字水表的数据识别方法。
图3是本发明实施例提供的车辆的结构示意图,如图3所示,该设备包括:一个或多个处理器310以及存储器320,图3中以一个处理器310为例。数字水表的数据识别方法的设备还可以包括:输入装置330和输出装置330。处理器310、存储器320、输入装置330和输出装置330可以通过总线或者其他方式连接,图3中以通过总线连接为例。存储器320为上述的非易失性计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例数字水表的数据识别方法。输入装置330可接收输入的数字或字符信息,以及产生与基于远程上电的数字水表的数据识别装置的用户设置以及功能控制有关的键信号输入。输出装置330可包括显示屏等显示设备。
上述产品可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
作为一种实施方式,上述车辆应用于数字水表的数据识别装置中,用于客户端,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:
获取某一用户的实时水表图像,基于预设的水表检测模型对所述实时水表图像进行检测,使提取出包含读数检测区域的检测图像,其中,所述读数检测区域为所述水表图像中包含有水表读数的区域;
根据预设尺寸的标注框对所述检测图像中的数字区域进行标注,使得到实际标注框的四个顶点坐标,并将所述实际标注框的四个顶点坐标与预设目标框的顶点坐标进行匹配;
基于匹配结果对所述检测图像中的数字区域进行修正,并对修正后的所述数字区域进行区域字符分割处理;
判断区域字符分割处理后的某一区域内的字符是否清晰显示;
若区域字符分割处理后的某一区域内的字符显示不清晰,则基于某一用户的历史水表图像计算某一区域内的字符所属某一字符的置信度,并输出置信度最高的某一字符作为某一区域内的字符;
基于BP神经网络的数字识别算法识别所述数字区域中的字符,使得到水表读数。
本领域技术人员可以理解,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或它们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种数字水表的数据识别方法,其特征在于,包括:
获取某一用户的实时水表图像,基于预设的水表检测模型对所述实时水表图像进行检测,使提取出包含读数检测区域的检测图像,其中,所述读数检测区域为所述水表图像中包含有水表读数的区域;
根据预设尺寸的标注框对所述检测图像中的数字区域进行标注,使得到实际标注框的四个顶点坐标,并将所述实际标注框的四个顶点坐标与预设目标框的顶点坐标进行匹配;
基于匹配结果对所述检测图像中的数字区域进行修正,并对修正后的所述数字区域进行区域字符分割处理;
判断区域字符分割处理后的某一区域内的字符是否清晰显示;
若区域字符分割处理后的某一区域内的字符显示不清晰,则基于某一用户的历史水表图像计算某一区域内的字符所属某一字符的置信度,并输出置信度最高的某一字符作为某一区域内的字符;
基于BP神经网络的数字识别算法识别所述数字区域中的字符,使得到水表读数。
2.根据权利要求1所述的一种数字水表的数据识别方法,其特征在于,所述水表检测模型为基于深度学习的YOLOv3模型。
3.根据权利要求1所述的一种数字水表的数据识别方法,其特征在于,所述基于匹配结果对所述检测图像中的数字区域进行修正,并对修正后的所述数字区域进行区域字符分割处理包括:
根据所述实际标注框的四个顶点坐标与预设目标框的顶点坐标的差值对所述检测图像中的数字区域进行移动变换和/或旋转变换;
对修正后位于所述预设目标框中的所述数字区域按照宽度等比例分割。
4.根据权利要求1所述的一种数字水表的数据识别方法,其特征在于,在判断区域字符分割处理后的某一区域内的字符是否清晰显示之后,所述方法还包括:
若区域字符分割处理后的某一区域内的字符显示清晰,则直接基于BP神经网络的数字识别算法识别所述数字区域中的字符,使得到水表读数。
5.根据权利要求1所述的一种数字水表的数据识别方法,其特征在于,所述若区域字符分割处理后的某一区域内的字符显示不清晰,则基于某一用户的历史水表图像计算某一区域内的字符所属某一字符的置信度包括:
在预设时间内获取某一用户的至少两张历史水表图像;
识别某一用户的至少两张历史水表图像中未发生变化和/或变化差值小于阈值的预测字符;
基于所述预测字符计算某一区域内的字符所属某一字符的置信度。
6.一种数字水表的数据识别装置,其特征在于,包括:
检测模块,配置为获取某一用户的实时水表图像,基于预设的水表检测模型对所述实时水表图像进行检测,使提取出包含读数检测区域的检测图像,其中,所述读数检测区域为所述水表图像中包含有水表读数的区域;
标注模块,配置为根据预设尺寸的标注框对所述检测图像中的数字区域进行标注,使得到实际标注框的四个顶点坐标,并将所述实际标注框的四个顶点坐标与预设目标框的顶点坐标进行匹配;
修正模块,配置为基于匹配结果对所述检测图像中的数字区域进行修正,并对修正后的所述数字区域进行区域字符分割处理;
判断模块,配置为判断区域字符分割处理后的某一区域内的字符是否清晰显示;
计算模块,配置为若区域字符分割处理后的某一区域内的字符显示不清晰,则基于某一用户的历史水表图像计算某一区域内的字符所属某一字符的置信度,并输出置信度最高的某一字符作为某一区域内的字符;
识别模块,配置为基于BP神经网络的数字识别算法识别所述数字区域中的字符,使得到水表读数。
7.一种电子设备,其特征在于,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111601753.4A CN114267044A (zh) | 2021-12-24 | 2021-12-24 | 一种数字水表的数据识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111601753.4A CN114267044A (zh) | 2021-12-24 | 2021-12-24 | 一种数字水表的数据识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114267044A true CN114267044A (zh) | 2022-04-01 |
Family
ID=80829948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111601753.4A Pending CN114267044A (zh) | 2021-12-24 | 2021-12-24 | 一种数字水表的数据识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114267044A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115063699A (zh) * | 2022-05-30 | 2022-09-16 | 广州中科云图智能科技有限公司 | 基于无人机的变电站巡检方法、装置、设备以及存储介质 |
-
2021
- 2021-12-24 CN CN202111601753.4A patent/CN114267044A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115063699A (zh) * | 2022-05-30 | 2022-09-16 | 广州中科云图智能科技有限公司 | 基于无人机的变电站巡检方法、装置、设备以及存储介质 |
CN115063699B (zh) * | 2022-05-30 | 2023-11-28 | 广州中科云图智能科技有限公司 | 基于无人机的变电站巡检方法、装置、设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109003390B (zh) | 一种商品识别方法、无人售货机及计算机可读存储介质 | |
CN111325769A (zh) | 一种目标对象检测方法及装置 | |
CN111340796B (zh) | 一种缺陷检测方法、装置、电子设备及存储介质 | |
CN115063618B (zh) | 一种基于模板匹配的缺陷定位方法、系统、设备及介质 | |
CN113780484B (zh) | 工业产品缺陷检测方法和装置 | |
CN110688902A (zh) | 一种检测停车位内车辆区域的方法及装置 | |
CN111861990A (zh) | 一种产品不良外观检测的方法、系统及存储介质 | |
CN111950523A (zh) | 基于航拍的船只检测优化方法、装置、电子设备及介质 | |
CN111680704A (zh) | 海洋红线新增人类活动斑块自动化快速提取方法和装置 | |
CN114872574B (zh) | 基于充电桩的采集与监控系统及方法 | |
CN112052907A (zh) | 基于图像边缘信息的目标检测方法、装置及存储介质 | |
CN116168351A (zh) | 电力设备巡检方法及装置 | |
CN116259008A (zh) | 一种基于计算机视觉的水位实时监测方法 | |
CN114267044A (zh) | 一种数字水表的数据识别方法及装置 | |
CN117037132A (zh) | 一种基于机器视觉的船舶水尺读数检测和识别方法 | |
CN115908774A (zh) | 一种基于机器视觉的变形物资的品质检测方法和装置 | |
CN116188756A (zh) | 一种基于深度学习的仪表角度校正与示数识别方法 | |
CN112560863A (zh) | 垃圾回收站地面清洁度的检测方法、系统、装置及介质 | |
CN117115823A (zh) | 一种篡改识别方法、装置、计算机设备和存储介质 | |
CN115713750B (zh) | 一种车道线检测方法、装置、电子设备及存储介质 | |
CN111797830A (zh) | 票据图像快速红章检测方法、系统、装置 | |
CN112749293A (zh) | 一种图像分类方法、装置及存储介质 | |
CN114550129B (zh) | 一种基于数据集的机器学习模型处理方法和系统 | |
CN115909151A (zh) | 一种复杂工作条件下运动容器编号识别方法 | |
CN113505258A (zh) | 智能手表表盘界面数据的预存方法、系统、装置及介质 |
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 |