期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
面向变电站嵌入式设备的指针式仪表识别方法
1
作者 胡欣 刘瑞峰 +3 位作者 肖剑 段承志 程鸿亮 罗诗伟 《电子测量与仪器学报》 北大核心 2025年第1期253-263,共11页
针对变电站嵌入式设备在识别指针式仪表时常面临实时性差以及小目标和密集目标场景漏检的问题,提出了一种基于YOLOv5s-BCGS的变电站指针式仪表识别模型。该模型以YOLOv5s为基础网络,首先在其网络颈部引入协调注意力机制,并将路径聚合网... 针对变电站嵌入式设备在识别指针式仪表时常面临实时性差以及小目标和密集目标场景漏检的问题,提出了一种基于YOLOv5s-BCGS的变电站指针式仪表识别模型。该模型以YOLOv5s为基础网络,首先在其网络颈部引入协调注意力机制,并将路径聚合网络替换为加权双向特征金字塔网络,以更好地融合特征图中的位置和细节信息,从而增强模型对目标位置和尺寸的敏感性。其次,原网络中的传统卷积被轻量化的幽灵卷积替代,既加快了推理速度,又减小了模型体积。最后,将原网络中的CIoU损失函数替换为SIoU损失函数,提高了模型训练速度并改善了远距离小目标的推理精度。实验结果表明,改进后的模型在自制变电站指针仪表数据集上的表现优于YOLOv5s,mAP0.5提高了2.2%,mAP0.75提高了3.8%,mAP0.5~0.95提高了6.7%,同时模型体积减少了34.07%。与常用的Faster R-CNN、YOLOv4-tiny、YOLOv7-tiny和YOLOv8n等模型相比,本模型在精度和速度上均具有明显优势,展现了良好的泛化能力和鲁棒性,且模型体积仅为18.0 MB,实现了轻量化部署。在PC和Jetson Xavier NX开发板上的推理速度分别为154.7 FPS和18.7 FPS,能够满足嵌入式设备在变电站指针仪表巡检中的实际工程需求。 展开更多
关键词 变电站 指针式仪表识别 轻量化 协调注意力机制 嵌入式设备
原文传递
基于邻域加权的指针式仪表识别技术 被引量:1
2
作者 施方展 张帅 +2 位作者 刘得斌 周曼 刘志勇 《化工自动化及仪表》 CAS 2024年第1期32-37,共6页
提出一种新的指针式仪表精确识别体系。首先使用基于轮廓特征的标注方法,建立刻度-位置映射表,其次进行模板匹配,然后使用基于邻域加权的指针检测方法确定指针位置,最后在该类标注体系下完成基于局部圆弧定位的插值读数。实际应用结果表... 提出一种新的指针式仪表精确识别体系。首先使用基于轮廓特征的标注方法,建立刻度-位置映射表,其次进行模板匹配,然后使用基于邻域加权的指针检测方法确定指针位置,最后在该类标注体系下完成基于局部圆弧定位的插值读数。实际应用结果表明:该体系标注简单、读数精确、误差较小,适用于复杂环境的指针式仪表识别。 展开更多
关键词 指针式仪表识别 模板标注 模板匹配 邻域加权 局部圆弧插值
下载PDF
基于树莓派的指针式仪表读数自动识别系统设计 被引量:1
3
作者 张鑫 李海荣 +1 位作者 张国栋 李晓华 《数据通信》 2024年第2期12-17,38,共7页
针对指针式仪表读数识别过程中表盘定位精度不高、量程手动输入、自动化程度低的问题,提出了基于改进的完全局部二值模式(CLBP)的表盘特征提取算法,结合支持向量机(SVM)和图像下采样方法,实现表盘精准定位,设计仪表量程自动获取方法,实... 针对指针式仪表读数识别过程中表盘定位精度不高、量程手动输入、自动化程度低的问题,提出了基于改进的完全局部二值模式(CLBP)的表盘特征提取算法,结合支持向量机(SVM)和图像下采样方法,实现表盘精准定位,设计仪表量程自动获取方法,实现量程的自动获取,减少工作量。以树莓派为硬件平台,设计指针式仪表读数自动识别系统。测试表明,读数识别相对误差在2%以内,识别平均时间为534 ms/次。 展开更多
关键词 CLBP特征提取算法 SVM 树莓派 指针式仪表读数自动识别
下载PDF
基于树莓派的指针式仪表读数自动识别系统设计
4
作者 龚升武 彭若愚 《中国设备工程》 2024年第19期130-132,共3页
本文针对指针式仪表读数识别过程中表盘定位精度不高、量程手动输入、自动化程度低等问题,提出了基于改进的完全局部二值模式(CLBP)的表盘特征提取算法,结合支持向量机(SVM)和图像下采样方法,实现表盘精准定位,设计仪表量程自动获取方法... 本文针对指针式仪表读数识别过程中表盘定位精度不高、量程手动输入、自动化程度低等问题,提出了基于改进的完全局部二值模式(CLBP)的表盘特征提取算法,结合支持向量机(SVM)和图像下采样方法,实现表盘精准定位,设计仪表量程自动获取方法,实现量程的自动获取,减少工作量。以树莓派为硬件平台,设计指针式仪表读数自动识别系统。测试表明,读数识别相对误差在2%以内,识别平均时间为534ms/次。 展开更多
关键词 CLBP特征提取算法 SVM 树莓派 指针式仪表读数自动识别
下载PDF
基于YOLOv7+U2-Net的指针式仪表检测与识别 被引量:4
5
作者 曲海成 张旺 《计算机系统应用》 2023年第11期276-285,共10页
针对复杂环境下指针式仪表检测与识别过程中存在定位仪表困难和推理精度低等问题,本文提出一种基于YOLOv7+U2-Net的多量程仪表识别方法.为了提高U2-Net模型的输入图像质量,选择推理精度和速度快的YOLOv7检测器,将检测、裁剪好的图像作... 针对复杂环境下指针式仪表检测与识别过程中存在定位仪表困难和推理精度低等问题,本文提出一种基于YOLOv7+U2-Net的多量程仪表识别方法.为了提高U2-Net模型的输入图像质量,选择推理精度和速度快的YOLOv7检测器,将检测、裁剪好的图像作为模型的输入图像数据集,同时对输入图像进行了旋转矫正,使模型适用于多角度仪表识别.针对仪表读数推理精度差和速度慢等问题,将U2-Net解码阶段的RSU4-RSU7的普通卷积更换成了深度可分离卷积,在此基础上引入了Attention机制,加快整体推理速度和精度.此外,为了提高该方法的普遍适用性,提出了多阈值范围内的识别准确率判别方法来适配多种应用场景.通过对比实验表明,在收集到的数据集上进行评估,相较于模板匹配、SegNet、PSPNet、Deeplabv3+及U-Net方法,本文方法识别准确率达到96.5%,在多个阈值区间内都具有良好性能表现. 展开更多
关键词 深度学习 指针式仪表识别 YOLOv7 深度可分离卷积 U2-Net
下载PDF
基于区域生长的指针式仪表自动识别方法 被引量:9
6
作者 颜友福 刘金清 吴庆祥 《计算机系统应用》 2015年第4期164-170,共7页
针对复杂多指针式仪表的读数自动识别难度大精度低的问题,提出了一种基于区域生长的指针式仪表自动识别方法.算法主要由基于区域生长的指针提取算法和基于Hit-Miss变换法击中直线或基于最小二乘法拟合直线的指针识别算法所组成.其中,区... 针对复杂多指针式仪表的读数自动识别难度大精度低的问题,提出了一种基于区域生长的指针式仪表自动识别方法.算法主要由基于区域生长的指针提取算法和基于Hit-Miss变换法击中直线或基于最小二乘法拟合直线的指针识别算法所组成.其中,区域生长所需的种子点通过基于差影法的模糊聚类自动选取.实验表明,基于区域生长的指针提取算法有效提取了指针特征,为Hit-Miss变换法和最小二乘法获得良好的指针识别精度奠定了重要基础.整个算法高效快速,能满足实时识别的应用需求.本文首次提出将基于区域生长的图像分割算法运用于指针式仪表识别领域中,丰富了指针式仪表识别的应用方法,获得了良好的识别效果. 展开更多
关键词 指针式仪表识别 区域生长 模糊聚类 击中击不中变换
下载PDF
基于深度学习的指针式仪表检测与识别研究 被引量:33
7
作者 徐发兵 吴怀宇 +1 位作者 陈志环 喻汉 《高技术通讯》 EI CAS 北大核心 2019年第12期1206-1215,共10页
为了解决变电站指针式仪表读数识别中指针区域提取困难、指针中心线定位误差大以及识别精度较差等问题,针对变电站中常见的刻度分布均匀的指针式仪表,提出了一种基于深度学习的指针式仪表自动检测与识别方法。首先,利用卷积神经网络模... 为了解决变电站指针式仪表读数识别中指针区域提取困难、指针中心线定位误差大以及识别精度较差等问题,针对变电站中常见的刻度分布均匀的指针式仪表,提出了一种基于深度学习的指针式仪表自动检测与识别方法。首先,利用卷积神经网络模型检测当前视野下仪表目标的包围框位置,得到仪表目标图像;然后,利用改进有效和准确的场景文本检测器(EAST)算法对检测到的仪表目标图像进行文本检测,检测出仪表图像中的文本图像,利用设计的印刷体数字识别模型对文本图像进行识别,筛选出仪表刻度数字,得到仪表刻度数字的位置信息与数值;最后,通过仪表刻度数字的位置信息提取出仪表指针直线与仪表中心,通过识别出的数值结合角度法完成仪表读数识别。通过大量实验对所提出的指针式仪表读数检测与识别方法进行验证,实验结果表明,本文所提出的仪表识别方法的平均准确率高于98.5%,对于复杂背景下指针式仪表的自动检测与识别任务具有良好的准确性与稳定性,可满足变电站实际应用需求。 展开更多
关键词 深度学习 指针式仪表识别 卷积神经网络 改进场景文本检测器(EAST)算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部