[发明专利]表计读取方法、装置、设备以及存储介质

说明书

本申请公开了表计读取方法、装置、设备以及存储介质，涉及计算机视觉、深度学习等人工智能技术领域，可应用于智能云场景。该方法的一具体实施方式包括：接收表计图像，其中，表计图像存在表计；检测表计图像中的表计的位置；基于表计的位置从表计图像中分割出表计的区域图像；将表计的区域图像输入至预先训练的指针刻度检测模型，得到表计的指针和刻度的位置；基于表计的指针和刻度的位置，确定表计的读数。该实施方式提供了一种基于人工智能的表计读取方法，缩短了分析耗时，提高了读数精准度。

技术领域

本申请实施例涉及计算机技术领域，具体涉及计算机视觉、深度学习等人工智能技术领域，尤其涉及表计读取方法、装置、设备以及存储介质。

背景技术

表计读数是指通过人工或利用智能设备，协助人员和系统获知各类生产相关表计的具体示数，包括圆形量程表、扇形表、油位表以及避雷器等多种机械表计。

在许多生产现场，特别是油田、电力等工矿企业，设备正常运转与否往往体现在各类实时的性能指标上，这些指标大部分都由可表计测得。在各种表计中，数字式仪表可以自动实时的将其读数结果传递给监控系统进行分析和决策。但是，机械表计无法将表计度数实时发送到监控系统，需要人工进行读表检查。大型的工矿企业需要消耗大量的人力去现场进行读表巡检，增加了企业的人力成本。巡检周期长、频次低，更是让设备的质检、系统的稳定运行得不到有效保证。并且，如果在非巡检期间表计度数到达异常区域，表计无法发送告警信息，异常无法被及时发现。

发明内容

本申请实施例提出了表计读取方法、装置、设备以及存储介质。

第一方面，本申请实施例提出了一种表计读取方法，包括：接收表计图像，其中，表计图像存在表计；检测表计图像中的表计的位置；基于表计的位置从表计图像中分割出表计的区域图像；将表计的区域图像输入至预先训练的指针刻度检测模型，得到表计的指针和刻度的位置；基于表计的指针和刻度的位置，确定表计的读数。

第二方面，本申请实施例提出了一种表计读取装置，包括：接收模块，被配置成接收表计图像，其中，表计图像存在表计；第一检测模块，被配置成检测表计图像中的表计的位置；分割模块，被配置成基于表计的位置从表计图像中分割出表计的区域图像；第二检测模块，被配置成将表计的区域图像输入至预先训练的指针刻度检测模型，得到表计的指针和刻度的位置；确定模块，被配置成基于表计的指针和刻度的位置，确定表计的读数。

第三方面，本申请实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。

本申请实施例提供的表计读取方法、装置、设备以及存储介质，首先接收表计图像；之后检测表计图像中的表计的位置；然后基于表计的位置从表计图像中分割出表计的区域图像，并输入至预先训练的指针刻度检测模型，得到表计的指针和刻度的位置；最后基于表计的指针和刻度的位置，确定表计的读数。提供了一种基于人工智能的表计读取方法。在技术层面，利用深度学习模型对表计图像处理，包括指针与刻度的定位。并且，针对多种表计设计较为统一的读取算法，有效提高了算法的鲁棒性和实用性，拓宽了适用范围，推动了基于深度学习的移动端方案在读表巡检场景的发展和应用。实现了分析耗时短、精准高、鲁棒性强的移动端读表巡检的方案。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明