[发明专利]一种指针式水表的检测与识别方法有效

专利信息
申请号: 201810608129.9 申请日: 2018-06-13
公开(公告)号: CN108921203B 公开(公告)日: 2022-04-01
发明(设计)人: 金连文;高学;谢乐乐 申请(专利权)人: 深圳市云识科技有限公司;华南理工大学
主分类号: G06V10/764 分类号: G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 深圳市远航专利商标事务所(普通合伙) 44276 代理人: 田志远;张朝阳
地址: 518000 广东省深圳市南山区南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了模式识别与人工智能技术领域中的一种指针式水表的检测与识别方法,包括数据采集终端和识别服务器,数据采集终端对水表图像进行采集,并将采集的图像上传到识别服务器,识别服务器进行水表读数的检测与识别,识别服务器的处理步骤包括:数据预处理、训练数据的标记label制作、构建深度卷积神经网络、神经网络模型的训练等步骤。本发明采用摄像头采集水表图像,无需改变现有的水表计量设备,即可实现水表数据的采集,具有成本低廉,可扩展性好,方便不同规格的计量水表接入,因此具有较好的实际应用价值。
搜索关键词: 一种 指针 水表 检测 识别 方法
【主权项】:
1.一种指针式水表的检测与识别方法,其特征在于,包括数据采集终端和识别服务器,所述数据采集终端对水表图像进行采集,并将采集的图像上传到所述识别服务器,所述识别服务器进行水表读数的检测与识别,所述识别服务器的处理步骤包括:S1:数据预处理:对采集的水表图像进行裁剪、缩放;S2:训练数据的标记label制作:对预先采集的水表图像进行监督信息的标定;S3:构建深度卷积神经网络:水表的检测与识别采用基于深度卷积网络的模型,所构建的卷积神经网络完成指针圆盘的检测和读数识别;S4:神经网络模型的训练:经过标记后的水表图像及相应的标记信息输入到构建的卷积神经网络模型中,采用随机梯度下降算法进行网络参数的学习。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市云识科技有限公司;华南理工大学,未经深圳市云识科技有限公司;华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201810608129.9/,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top