发明公开
CN114821025A 一种基于深度学习的表计识别方法和系统
无效 - 撤回
- 专利标题: 一种基于深度学习的表计识别方法和系统
-
申请号: CN202210261718.0申请日: 2022-03-16
-
公开(公告)号: CN114821025A公开(公告)日: 2022-07-29
- 发明人: 王坤 , 甄超 , 李坚林 , 季坤 , 王刘芳 , 黄杰 , 谢佳 , 柯艳国 , 王翀 , 赵常威 , 钱宇骋 , 丁国成 , 王署东 , 杨海涛 , 张晨晨 , 李森林 , 胡啸宇
- 申请人: 国网安徽省电力有限公司 , 国网安徽省电力有限公司霍邱县供电公司 , 国网安徽省电力有限公司超高压分公司 , 国网安徽省电力有限公司电力科学研究院
- 申请人地址: 安徽省合肥市包河区黄山路9号; ; ;
- 专利权人: 国网安徽省电力有限公司,国网安徽省电力有限公司霍邱县供电公司,国网安徽省电力有限公司超高压分公司,国网安徽省电力有限公司电力科学研究院
- 当前专利权人: 国网安徽省电力有限公司,国网安徽省电力有限公司霍邱县供电公司,国网安徽省电力有限公司超高压分公司,国网安徽省电力有限公司电力科学研究院
- 当前专利权人地址: 安徽省合肥市包河区黄山路9号; ; ;
- 代理机构: 合肥正则元起专利代理事务所
- 代理商 李浩宇
- 主分类号: G06V10/22
- IPC分类号: G06V10/22 ; G06V10/774 ; G06V30/148
摘要:
本发明公开了一种基于深度学习的表计识别方法和系统,涉及图像识别技术领域,包括图像分析模块、信息记录模块、信息整理模块以及信号验证模块;图像分析模块用于采用yolov3检测模型对接收到的表计图像进行数字目标识别得到数字识别结果,最终得到表计读数;信息记录模块用于记录图像分析模块的识别记录;信息整理模块用于对识别记录进行整理,构建参数检测训练样本,得到参数补偿模型并反馈至模型构建模块对yolov3检测模型进行修正,提高识别的正确率;信号验证模块用于实时验证图像分析模块的通信状态,在探测到通信预警指令后,图像分析模块进入主动待机模式,有效减少干扰信号的影响,从而提高识别效率和精度。