基于Faster R-CNN的仪表识别方法

CORC > 长春光学精密机械与物理研究所 > 中国科学院长春光学精密机械与物理研究所

	基于Faster R-CNN的仪表识别方法
	李娜 ; 姜志 ; 王军 ; 董兴法
刊名	液晶与显示
	2020-12-09
卷号	35 期号:12 页码:1291-1298
关键词	指针式仪表特征融合金字塔 Faster R-CNN 图像分割
英文摘要	针对仪表识别系统背景复杂,对小目标不敏感,检测精度低等问题,本文提出一种特征融合金字塔(FPN)和Faster R-CNN网络结合的仪表自动识别方法。首先使用FPN和Faster R-CNN网络的RPN结合定位表盘和指针区域,并对多类仪表进行分类;此外为了平衡仪表图像的正负样本,提高检测准确性,引入Focal Loss损失函数与RPN网络结合进行训练数据集;其次对指针区域进行基于FPN的图像分割,将FPN网络与反卷积结合,提高指针区域分割准确性;最后拟合指针获取指针偏转角度,得到仪表读数。实验结果表明,提出的方法准确率达到94.25%,与传统算法相比,提出的方法不仅检测精度高,而且实用性更强。
URL标识	查看原文
内容类型	期刊论文
源URL	[http://ir.ciomp.ac.cn/handle/181722/64084]
专题	中国科学院长春光学精密机械与物理研究所
作者单位	1.中国科学院长春光学精密机械与物理研究所 2.中国白城兵器试验中心 3.苏州科技大学电子与信息工程学院
推荐引用方式 GB/T 7714	李娜,姜志,王军,等. 基于Faster R-CNN的仪表识别方法[J]. 液晶与显示,2020,35(12):1291-1298.
APA	李娜,姜志,王军,&董兴法.(2020).基于Faster R-CNN的仪表识别方法.液晶与显示,35(12),1291-1298.
MLA	李娜,et al."基于Faster R-CNN的仪表识别方法".液晶与显示 35.12(2020):1291-1298.