首页> 中国专利> 一种基于深度神经网络和多阈值软切分的电能表示数识别方法

一种基于深度神经网络和多阈值软切分的电能表示数识别方法

摘要

本发明属于电力电能表自动识别技术领域,提供一种基于深度神经网络和多阈值软切分的电能表示数识别方法。该方法的体系结构含有两个模块:示数区域定位模块和示数识别模块。定位模块以YOLO算法为基础,采取适合电表示数区域特点的网络模型来进行快速定位,示数区域识别模块设计了一种多阈值软切分与深度神经网络结合的识别方法。本发明的有益效果为:采用本发明能快速定位电表图片中的示数区域并准确进行识别,可减少人为抄表差错和资源浪费;本发明结合深度学习与多阈值切分,能有效克服图像噪声的不利影响,提升识别准确率。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-05-14

    实质审查的生效 IPC(主分类):G06K9/34 申请日:20181129

    实质审查的生效

  • 2019-04-19

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

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