基于深度学习的电表字符缺陷检测方法
Journal of Anhui University of Technology(Natural Science)(2021)
摘要
针对传统电表显示屏字符缺陷检测准确率和效率较低等问题,设计一种基于深度学习的电表字符缺陷分步检测方法.对相机采集的图片进行特征标注,利用电表字符区域分块算法对智能电表一次检测,实现对电表字符区域的精准分类;对裁剪后的每块区域字符进行缺陷特征标注,再利用电表字符缺陷检测算法分别对九块区域进行二次检测,解决电表字符缺陷检出率低的问题;对所提方法进行实验验证.结果表明,电表区域分块检测精度达99.9%、速度达0.6 s/张,字符缺陷检测精度达98%、速度达1.04 s/块,单个电表的检测时长为1.64 s,所提方法可满足电表实际生产中检测精度和时间的需求.
更多AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要