[发明专利]指针式仪表盘识别方法、系统及存储介质

权利要求书

1.一种指针式仪表盘识别方法，包括以下步骤：

获取不同场景下一定数量的指针式仪表图像，并进行仪表种类标签的标注，得到训练数据集；

将所述训练数据集输入至目标检测神经网络进行训练，得到训练后的仪表检测模型；

将待识别仪表图像输入至所述仪表检测模型进行预测，得到仪表预测向量；所述仪表预测向量包括仪表种类、仪表盘中心坐标以及仪表盘预测框的大小；

根据所述仪表预测向量，将待识别仪表图像中的至少一个仪表盘进行切割，得到至少一个仪表盘图像。

2.根据权利要求1所述的指针式仪表盘识别方法，其特征在于，所述获取不同场景下一定数量的指针式仪表图像，所述不同场景包括不同光照、不同背景和/或不同拍摄角度下。

3.根据权利要求1所述的指针式仪表盘识别方法，其特征在于，所述根据所述仪表预测向量，将待识别仪表图像中的至少一个仪表盘进行切割，得到至少一个仪表盘识别图像，具体包括：

根据仪表种类的不同，绘制不同颜色的仪表盘预测框；

根据所述不同颜色的仪表盘预测框的大小，将待识别仪表图像中的仪表盘进行切割，得到仪表盘识别图像。

4.根据权利要求1所述的指针式仪表盘识别方法，其特征在于，所述目标检测神经网络由卷积模块、残差模块、特征融合模块和检测层堆叠形成。

5.根据权利要求1所述的指针式仪表盘识别方法，其特征在于，所述目标检测神经网络为yolo-v3深度学习网络。

6.根据权利要求1所述的指针式仪表盘识别方法，其特征在于，所述将待识别仪表图像输入至所述仪表检测模型进行预测，得到仪表预测向量，具体包括：

根据所述待识别仪表图像获取三维矩阵；所述三维矩阵包括图像长、宽以及颜色通道数；

将所述三维矩阵转换为输入向量；

将所述输入向量输入所述仪表检测模型进行预测，得到仪表预测向量。

7.根据权利要求1或6所述的指针式仪表盘识别方法，其特征在于，所述仪表预测向量包括预测位置有仪表的概率值、仪表的中心点横坐标、仪表的中心点纵坐标、仪表盘宽度以及仪表盘高度。

8.一种指针式仪表盘识别系统，其特征在于，具体包括：

图像获取模块：用于获取不同场景下一定数量的指针式仪表图像，并进行仪表种类标签的标注，得到训练数据集；

仪表检测模型训练模块：用于将所述训练数据集输入至目标检测神经网络进行训练，得到训练后的仪表检测模型；

仪表预测模块：用于将待识别仪表图像输入至所述仪表检测模型进行预测，得到仪表预测向量；所述仪表预测向量包括仪表种类、仪表盘中心坐标以及仪表盘预测框的大小；

仪表盘识别模块：用于根据所述仪表预测向量，将待识别仪表图像中的至少一个仪表盘进行切割，得到至少一个仪表盘图像。

9.一种指针式仪表盘识别设备，其特征在于，包括：

存储器：用于存储可执行指令；以及

处理器:用于与所述存储器连接以执行所述可执行指令从而完成权利要求1-7任一项所述的指针式仪表盘识别方法。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序；计算机程序被处理器执行以实现如权利要求1-7任一项所述的指针式仪表盘识别方法。