standard library
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210651444.6 (22)申请日 2022.06.09 (71)申请人 南京南自信息技 术有限公司 地址 210012 江苏省南京市雨 花台区软件 大道190号 (72)发明人 王龙 周超 景文林 姜浏  樊玉平 李雅芹  (74)专利代理 机构 江苏圣典律师事务所 32 237 专利代理师 贺翔 (51)Int.Cl. G06V 10/774(2022.01) G06V 10/82(2022.01) G06V 10/762(2022.01) G06V 10/22(2022.01) G06T 7/73(2017.01)G06T 3/00(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于深度神经网络的指针仪表读数方 法 (57)摘要 本发明属于指针仪表读数应用技术领域, 具 体公开了一种基于深度神经网络的指针仪表读 数方法, 包括以下步骤, S1、 构建包含表盘和指针 两种类别的指针仪表目标检测数据集; S2、 构建 表盘刻度关键点数据集和指针关键点数据集; S3、 用训练好的目标检测算法分析摄像头采集图 像; S4、 用训练好的表盘刻度关键点预测算法和 指针关键点预测算法; S5、 通过关键点坐标计算 仪表读数; S6、 将读数结果存储并发送到监控中 心。 本发明的有益效果在于: 1、 具有使用范围广、 安装简单、 有图有真相、 易于使用等特点; 2、 指针 仪表的读数精 准度高, 同时能实时存储并传输发 送至的监控中心, 实现指针仪表的读数调阅、 复 查审核及实现远端智能管控。 权利要求书2页 说明书5页 附图4页 CN 115035364 A 2022.09.09 CN 115035364 A 1.一种基于深度神经网络的指针仪表读数 方法, 其特 征在于: 包括以下步骤, S1、 构建包 含表盘和指针两种类别的指针仪表目标检测数据集, 并训练目标检测算法; S2、 构建表盘刻度关键点数据集和指针关键点数据集, 并分别训练相应关键点预测算 法; S3、 用训练好的目标检测算法分析摄 像头采集图像, 得到表盘 检测框和指针 检测框; S4、 用训练好的表盘刻度关键点预测算法和指针关键点预测算法, 分别分析表盘检测 框图像和指针 检测框图像, 得到表盘刻度关键点和指针关键点; S5、 通过关键点 坐标计算仪表读数; S6、 将读数结果存储并发送到监控中心。 2.根据权利要求1所述的一种基于深度神经网络的指针仪表读数方法, 其特征在于: 所 述的步骤S1包括: 采集指针仪表的图像数据, 并分别标注出表盘和指针两类 检测框; 按照一定比例随机划分训练集和测试集, 对数据集检测框进行聚类分析, 得到更有针 对性检测参 考框的尺寸和长 宽比例; 将多张输入图像按照一定 权重合并成一张图像, 使用这种合成图像进行训练; 将输入图像上的随机矩形区域的像素值置为随机值, 来模拟物体遮挡情况; 将图像输入算法网络, 利用反向传播 算法迭代更新 参数数值, 完成检测算法训练。 3.根据权利要求1所述的一种基于深度神经网络的指针仪表读数方法, 其特征在于: 所 述的步骤S2包括: 采集指针仪表的图像数据, 并分别标注出表盘刻度和指针的关键点; 在线数据增强, 对关键点图像施加随机 镜像翻转、 随机对比度、 随机噪声; 将多张输入图像按照一定 权重合并成一张图像, 使用这种合成图像进行训练; 关键点预测学习采用最小二乘l oss函数; 针对难以识别的指针尖端点, 对这部分loss施加额外惩罚参数, 以加大对难以识别样 本的惩罚力度, 提升算法对其识别能力; 将图像输入算法网络, 利用反向传播 算法迭代更新 参数数值, 完成检测算法训练; 反向传播迭代开始时采用warm  up的学习率策略, 以避免 网络权重在初始时大幅震荡。 4.根据权利要求1所述的一种基于深度神经网络的指针仪表读数方法, 其特征在于: 所 述的步骤S3包括: 使用Boosting方法, 用训练所得的多个不同epoch的高精度权重, 检测同 一帧仪表图像, 得到多个检测 框, 再对这些检测框一起进行NMS非极大值抑制, 得到最终检 测结果。 5.根据权利要求1所述的一种基于深度神经网络的指针仪表读数方法, 其特征在于: 所 述的步骤S4包括: 根据表盘和指针 检测结果, 将对应区域分别从整张图像中裁 剪出来; 在裁剪图像块上, 分别预测表盘刻度关键点和指针关键点。 6.根根据权利要求1所述的一种基于深度神经网络的指针仪表读数方法, 其特征在于: 所述的步骤S5包括: ①从预测出的表盘刻度关键点中选取4个点, 利用其预测位置和真实位置, 解算透视变 换矩阵T, 并通过 该矩阵对表盘图像块施加透 视变换, 以将倾 斜的表盘 变换为正面视角;权 利 要 求 书 1/2 页 2 CN 115035364 A 2②任意选取一对表盘刻度关键点Pi和Pj, 其对应刻度分别为 Ni和Nj, 得到角度 θ1; ③根据指针尖端关键点Px和Pi, 计算指针角度 θ2; ④由同比例关系, 获得仪表读数, 角度法公式为: ⑤表盘刻度关键点总数为C时, 两 两组合, 不同的组合总数如下: ⑥将步骤②‑⑤重复H次, 并求取平均数, 故仪表读数最终结果公式表达如下: 同时将指针读数 结果发送到监控中心。权 利 要 求 书 2/2 页 3 CN 115035364 A 3

.PDF文档 专利 一种基于深度神经网络的指针仪表读数方法

文档预览
中文文档 12 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共12页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种基于深度神经网络的指针仪表读数方法 第 1 页 专利 一种基于深度神经网络的指针仪表读数方法 第 2 页 专利 一种基于深度神经网络的指针仪表读数方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 09:47:51上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。