原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于深度学习的数字仪表识别方法，该方法主要包含以下步骤：数据预处理，利用终端设备采集数字仪表图像构建数字仪表定位数据集；定位提取，利用改进的YOLOv5模型定位原始图像中的数字仪表区域，从而更好地适应多尺度目标，在特征提取过程中保留更多细粒度特征；图像校正，利用透视变换对数字仪表区域进行倾斜校正，减少位置偏移对识别精度的影响；读数识别，利用CRNN网络结构对校正后的数字仪表区域进行表盘示数识别，实现对不定长数字的端到端识别。本发明与传统方法相比具有准确性高、稳定性强等优势。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117765246A
(43)申请公布日2024.03.26
(21)申请号202311839690.5
(22)申请日2023.12.28
(71)申请人河海大学
地址211100
文档评论（0）