首页> 中文期刊> 《仪表技术与传感器》 >基于深度学习的仪表目标检测算法

基于深度学习的仪表目标检测算法

         

摘要

针对工业环境中仪表安装不固定,且存在大量干扰的问题.文中利用改进的SSD目标检测算法对仪表进行定位检测,并对数字进行识别.将SSD的基础网络更换为ResNet-50.接着加入特征金字塔FPN,增强对于小目标的检测.在位置回归中引入GIoU作为比较任意两个形状的新度量,将定位损失由Smooth L1 loss变为GIoU loss.最后利用4层卷积神经网络对数字式仪表进行读数.试验结果表明,该方法在测试集上达到78.96 mAP,0~9数字识别率达到98.3%.在仪表定位、数字识别中效果明显.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号