[发明专利]一种基于Faster-rcnn的水表自动检测方法

说明书

本发明提供了一种基于Faster‑rcnn的水表自动检测方法。具体包括如下步骤：（1）数据获取：用手机拍摄50000多张水表读书照片，涵盖多种水表（2）数据处理：对照片进行裁剪，处理后大小为480*200（3）label制作：采用有监督的方法来检测水表，通过人工用软件手动标定水表读数边框（4）训练网络：把准备好的训练数据及label输入到Faster‑rcnn网络中训练（5）测试网络：输入测试数据到已训练网络中，最后得到水表检测结果和概率。本发明利用Faster‑rcnn实现了水表的自动检测，能快速地将水表读数区域检测出，检测时间为0.177秒，检测准确率达99%，具有极高的实用性和应用价值。

技术领域

本发明属于模式识别与人工智能技术领域，特别涉及一种与深度神经网络相关的自动检测方法。

背景技术

随着计算机技术的飞速发展，人工智能技术正在逐渐改变我们的生活，使我们的生活变得更加便利和高效。而近期GPU等硬件技术的快速发展，也使深度神经网络的实际应用成为可能。

在实际生活中，我们离不开自来水，无论是在农村或是城市，自来水都已经大大普及。而自来水在结算过程中，每个月都需要专门的人员前往每户人家，抄取水表读数，这是一个费时费力的工作。居民房屋数量众多，覆盖范围广，甚至偏僻，而人工读取水表读数容易出错，种种因素使得水表人工读取变得无比繁琐，寻取一种自动而高效的水表读取方法已经势在必行。

深度神经网络的研究进展恰恰为我们提供了工具，最近，研究人员提出多种利用深度神经网络进行自动检测的方法，其中，Faster-rcnn以其高帧速和回调率正被运用于许多实时检测系统中，我们也基于Faster-rcnn实现了水表读数的自动检测，为以后简化自来水结算过程奠定基础。

发明内容

本发明为了实现水表读数的自动检测，提供一种基于Faster-rcnn的水表自动检测方法，该方案具有实时性强，准确率高的特点，具有很高的使用价值。

本发明的目的采用如下技术方案之一实现。

一种基于Faster-rcnn的水表自动检测方法，其特征在于包括：

(1)数据获取：拍摄适量多张水表读书照片，涵盖给定的不同种水表；

(2)数据处理：数据处理：对照片进行裁剪，处理成设定大小；

(3)label制作：通过人工用软件手动标定水表读数边框；

(4)训练网络：把准备好的训练数据及label输入到Faster-rcnn网络中训练；

(5)测试网络：输入测试数据到已训练网络中，最后得到水表检测结果和概率。

优选地，所述步骤(2)对图片进行裁剪，使图片大小最终为480*200。在保证水表读数框完整保留的前提下，可以任意裁剪图片的区域。

优选地，所述步骤(3)包括以下步骤：

(3-1)人工标定水表读数框。

(3-2)将边框的坐标以及宽高存于txt文件中，同时将水表的读数也记录于文件中。

(3-3)将照片随机划分为训练集(约45000张)和测试集(约5000张)。

优选地，所述边框坐标为矩形框四个顶点坐标，将左上顶点坐标记录于第一个位置，其次按照顺时针将其余坐标记录在文本中，最后记录水表读数，各个坐标值和读数值之间用逗号分隔开。

优选地，所述步骤(4)包含以下步骤：