-
题名基于卷积神经网络的水表读数识别
被引量：4
- 1
-
-
作者
韦文斐
卓豫鑫
建晓鹏
-
机构
河南工业大学信息科学与工程学院
河南工业大学人工智能与大数据学院
-
出处
《长江信息通信》
2021年第4期26-28,34,共4页
-
基金
河南工业大学2019本科教育教学改革研究与实践项目JXYJ-Z201920(计算机专业硬件课程创新研究与教学实践)
河南工业大学2019年度离散数学“线上线下混合教学模式课程”。
-
文摘
老式水表的人工抄表模式需要耗费大量的人工和时间成本。而当前计算机算力飞速增长,深度学习理论取得不断突破,利用神经网络和深度学习理论来实现水表读数的自动识别成为可能。为提高水表读数识别率,文章通过偏转和加噪实现数据集扩增,采用灰度化、二值化等操作对数据集进行预处理,在Tensor Flow框架下搭建卷积神经网络,选取3×3的卷积核组成三层卷积神经网络。试验结果表明,该方法的单个字符识别准确率能够达到99%,水表整体识别率稳定在97%。
-
关键词
图像处理
数字识别
卷积神经网络
水表
预处理
-
Keywords
water meter
image processing
digital recognition
convolutional neural network
preprocessing
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
