论文部分内容阅读
现有仪表读数识别方法通过检测指针和刻度获取读数,对输入的仪表图像质量要求较高,为此提出一种新的基于深度回归的指针仪表读数识别方法。该方法首先由仪表图像获取图像特征,然后通过方向回归模块预测指针方向,最后根据指针角度计算仪表读数。相比于其他方法,该方法采用端到端的回归方式进行直接学习,具有更强的识别能力。在较大规模变电站仪表图像数据集上,该方法取得了97.2%的读数精度,相比于基于Mask R-CNN的仪表读数识别方法提高了7.4%。定性分析和定量分析结果表明,相比于现有的仪表读数识别方法,该方法对表