基于深度学习的数显仪表字符识别

朱立倩

首页> 中文期刊> 《计算机技术与发展》 >基于深度学习的数显仪表字符识别

基于深度学习的数显仪表字符识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:在许多工业场景中,需要记录仪表的数据,将数据录入到电脑,这不仅耗时耗力,而且两次的转录可能导致错误的发生。为了提高监控效率,需要对数显仪表数据进行自动识别。针对传统字符分割方法适应性差,准确度低的不足,提出了一种基于深度学习的自动识别数显仪表字符的方法,由字符区域定位网络及字符识别网络构成。字符区域定位网络为改进的Faster R-CNN,将Faster R-CNN的骨干网络改为ResNeXt-101,感兴趣区域池化操作改为精确的感兴趣区域池化操作,以提高分类及定位的准确性。字符识别网络由卷积神经网络和加入注意力机制的长短时记忆网络构成,注意力机制的加入提高了字符识别的准确性。以变压器直流电阻测试仪为具体应用对象,实验结果显示,该方法可以达到95%的准确率。

著录项

来源
《计算机技术与发展》 |2020年第6期|141-144|共4页
作者
朱立倩;
展开▼
作者单位

中国石油大学(华东) 计算机科学与技术学院山东青岛 266580;

展开▼
原文格式 PDF
正文语种 chi
中图分类理论、方法;
关键词
数显仪表; 卷积神经网络; 注意力机制; 字符检测; 字符识别;

相似文献

中文文献
外文文献
专利

1. 基于OMAPL138数显仪表字符识别系统的设计与实现 [J] . 李超超 ,程健 . 测控技术 . 2017,第010期
2. 基于BP神经网络的数显仪表动态字符识别系统 [J] . 唐轶峻 ,申小阳 ,朱雯兰 . 光学仪器 . 2005,第006期
3. 基于BP神经网络的数显仪表数字字符识别系统 [J] . 唐轶峻 ,申小阳 ,朱雯兰 . 电测与仪表 . 2005,第009期
4. 煤矿变电所数显仪表字符识别研究 [J] . 郝建华 . 工矿自动化 . 2016,第009期
5. 一种数显仪表数字字符识别方法研究 [J] . 巩玉滨 ,杨红娟 ,张运楚 . 山东建筑大学学报 . 2011,第002期
6. 基于灰度模板匹配的仪表字符识别研究 [C] . 张志佳 ,李媛 ,苑玮琦 . 第29届中国控制会议 . 2010
7. 基于深度学习的多表盘数显仪表读数识别方法研究 [A] . 邓清男 . 2018

基于深度学习的数显仪表字符识别

摘要

著录项

相似文献

相关主题

期刊订阅