基于輕量化神經(jīng)網(wǎng)絡(luò)和SimAM注意力機制的電力儀表檢測與識別

打開文本圖片集

摘要：通過圖像識別算法對電力儀表進行識別與讀數(shù)可有效避免人工巡檢過程中的諸多不確定問題。針對傳統(tǒng)儀表檢測識別方法工作量大以及指針分割不清晰導(dǎo)致讀數(shù)不準確的問題，提出了一種基于輕量化神經(jīng)網(wǎng)絡(luò)模型和SimAM注意力機制的電力儀表檢測與識別方法。首先，通過引入SimAM注意力機制以及YOLOv5s輕量化神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)對電力儀表的識別與分類以及表盤區(qū)域的分割；然后分別采用CRNN文本識別算法和Hough圓檢測方法對數(shù)字式儀表以及指針式儀表進行讀數(shù)。（剩余7777字）