基本信息:
- 专利标题： 基于注意力的卷积神经网络指针式仪表图像读数识别方法
- 申请号：CN202110479232.X 申请日：2021-04-29
- 公开(公告)号：CN113283419A 公开(公告)日：2021-08-20
- 发明人： 管敏渊 , 李凡 , 归宇 , 王涤 , 徐凯 , 杨斌 , 戴则维 , 杜鹏远 , 赵崇娟 , 王瑶 , 黄宇宙 , 闻俊义
- 申请人： 国网浙江省电力有限公司湖州供电公司
- 申请人地址： 浙江省湖州市吴兴区凤凰路777号
- 专利权人： 国网浙江省电力有限公司湖州供电公司
- 当前专利权人： 国网浙江省电力有限公司湖州供电公司
- 当前专利权人地址： 浙江省湖州市吴兴区凤凰路777号
- 代理机构： 杭州杭诚专利事务所有限公司
- 代理人： 尉伟敏
- 主分类号： G06K9/20
- IPC分类号： G06K9/20 ; G06K9/34 ; G06K9/46 ; G06K9/62 ; G06N3/04 ; G06N3/08 ; G06N20/10
摘要：
本发明公开了一种基于注意力的卷积神经网络指针式仪表图像读数识别方法，首先利用Faster R‑CNN检测仪表图像的表盘，建立指针式仪表图片的Faster‑CNN数据集，同时得到表盘的类型，然后使用基于注意力的卷积神经网络模型数据集进行训练和测试，训练结束后，将所述基于注意力机制的卷积神经网络分级回归出指针读数。本发明在卷积神经网络中引入注意力模块，采用双路异构卷积神经网络强化了对仪表图像特征的提取，加入卷积注意力模块改善了提取特征的类型和分布。卷积神经网络采取分级回归的策略，极大简化模型体积。卷积注意力模块改善了提取特征的类型和分布提高了仪表读数的精确度。
公开/授权文献:
- CN113283419B 基于注意力的卷积神经网络指针式仪表图像读数识别方法 公开/授权日：2022-07-05
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06K | 数据识别；数据表示；记录载体；记录载体的处理 |
| ------G06K9/00 | 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置 |
| --------G06K9/20 | .图像捕获 |