[发明专利]基于深度学习的水尺E字形刻度识别方法有效
| 申请号： | 201910681936.8 | 申请日： | 2019-07-26 |
| 公开（公告）号： | CN110472636B | 公开（公告）日： | 2022-10-14 |
| 发明（设计）人： | 单森华;陈佳佳;吴闽帆;戴诗琪;林永清 | 申请（专利权）人： | 四创科技有限公司 |
| 主分类号： | G06V10/22 | 分类号： | G06V10/22;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 陈明鑫;蔡学俊 |
| 地址： | 350012 福建省福州市晋安*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的水尺E字形刻度识别方法，包括以下步骤：步骤S1：采集水尺图片，并进行标注处理，得到水尺数据集；步骤S2：提取水尺标度E字形数据集；步骤S3:提取水位线数据集；步骤S4:构建以ResNe101为特征提取器的Faster RCNN，并预训练；步骤S5:根据水尺数据集和水尺标度E字形数据集分别训练预训练后的Faster RCNN；步骤S6:构建水位线神经网络模型，并使用水位线数据线进行训练；步骤S7:将待测水尺图片依次输入第一Faster RCNN和第二Faster RCNN，得到水尺上每个完整标度E字形的预测框数据；步骤S8:将得到的水尺上每个完整标度E字形的预测框数据输入训练后的水位线神经网络模型，计算得到水位高度。 | ||
| 搜索关键词： | 基于 深度 学习 水尺 字形 刻度 识别 方法 | ||
【主权项】：
1.一种基于深度学习的水尺E字形刻度识别方法，其特征在于，包括以下步骤：/n步骤S1：采集水尺图片，并进行标注处理，得到水尺数据集；/n步骤S2：根据得到的水尺数据集，提取水尺标度E字形数据集；/n步骤S3:根据得到的水尺数据集，提取水位线数据集；/n步骤S4:构建以ResNe101为特征提取器的Faster RCNN，并预训练，得到预训练后的Faster RCNN；/n步骤S5:根据水尺数据集和水尺标度E字形数据集分别训练预训练后的Faster RCNN，得到训练后的第一Faster RCNN和第二Faster RCNN；/n步骤S6:构建水位线神经网络模型，并使用水位线数据集进行训练，得到训练后的水位线神经网络模型；/n步骤S7:将待测水尺图片依次输入第一Faster RCNN和第二Faster RCNN，得到得到水尺上每个完整标度E字形的预测框数据；/n步骤S8:根据得到的水尺上每个完整标度E字形的预测框数据和训练后的水位线神经网络模型，计算得到水位高度。/n
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四创科技有限公司，未经四创科技有限公司许可，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/201910681936.8/，转载请声明来源钻瓜专利网。
