基于Faster R-CNN的仪表识别方法
文献类型:期刊论文
作者 | 李娜![]() |
刊名 | 液晶与显示
![]() |
出版日期 | 2020-12-09 |
卷号 | 35期号:12页码:1291-1298 |
关键词 | 指针式仪表 特征融合金字塔 Faster R-CNN 图像分割 |
英文摘要 | 针对仪表识别系统背景复杂,对小目标不敏感,检测精度低等问题,本文提出一种特征融合金字塔(FPN)和Faster R-CNN网络结合的仪表自动识别方法。首先使用FPN和Faster R-CNN网络的RPN结合定位表盘和指针区域,并对多类仪表进行分类;此外为了平衡仪表图像的正负样本,提高检测准确性,引入Focal Loss损失函数与RPN网络结合进行训练数据集;其次对指针区域进行基于FPN的图像分割,将FPN网络与反卷积结合,提高指针区域分割准确性;最后拟合指针获取指针偏转角度,得到仪表读数。实验结果表明,提出的方法准确率达到94.25%,与传统算法相比,提出的方法不仅检测精度高,而且实用性更强。 |
URL标识 | 查看原文 |
源URL | [http://ir.ciomp.ac.cn/handle/181722/64084] ![]() |
专题 | 中国科学院长春光学精密机械与物理研究所 |
作者单位 | 1.中国科学院长春光学精密机械与物理研究所 2.中国白城兵器试验中心 3.苏州科技大学电子与信息工程学院 |
推荐引用方式 GB/T 7714 | 李娜,姜志,王军,等. 基于Faster R-CNN的仪表识别方法[J]. 液晶与显示,2020,35(12):1291-1298. |
APA | 李娜,姜志,王军,&董兴法.(2020).基于Faster R-CNN的仪表识别方法.液晶与显示,35(12),1291-1298. |
MLA | 李娜,et al."基于Faster R-CNN的仪表识别方法".液晶与显示 35.12(2020):1291-1298. |
入库方式: OAI收割
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。