Indexed by：
Abstract：
本发明公开了一种基于深度学习的数字电表读数自适应识别方法，采集机械电表，数码管表和非智能电表建立电表图像数据集，生成PascalVoc制式的标准数据集，采用Faster‑RCNN算法对生成的标准数据集进行训练，完成电表的识数框选工作，利用卷积神经网络在特征图上通过采用卷积核预测一系列候选框的类别分数，以分数最高的类别作为输出结果完成自适应识别。本发明能够实现不同类型电表的数字区域自适应定位，图像预处理后通过字符识别算法将数字区域字符识别的一整套方法。
Reprint Author's Address：
Patent Info ：
Type： 发明申请
Patent No.： CN201910198242.9
Filing Date： 2019-03-15
Publication Date： 2019-07-23
Pub. No.： CN110046617A
Applicants： 西安交通大学
Legal Status： 实质审查
Affiliated Colleges：
