[发明专利]一种基于深度学习的数字万用表字符识别系统和方法有效
| 申请号： | 202110175513.6 | 申请日： | 2021-02-07 |
| 公开（公告）号： | CN112990213B | 公开（公告）日： | 2023-10-10 |
| 发明（设计）人： | 岳秀超;张万绪;刘成;王新宇;孟娜;陈晓璇;李艳艳;周延;彭进业 | 申请（专利权）人： | 西北大学 |
| 主分类号： | G06V30/14 | 分类号： | G06V30/14;G06V30/148;G06V30/18;G06V30/19;G06V10/82;G06V10/766;G06N3/0464;G06N3/045;G06N3/048;G06N3/084 |
| 代理公司： | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人： | 尹晓雪 |
| 地址： | 710000 陕西*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的数字万用表字符识别系统和方法，所述系统包括表盘区域提取网络模块和字符识别网络模块，其中，表盘区域提取网络模块包括深度可分离卷积单元、空间通道注意力单元、转置上采样卷积单元和图像分割单元，其中，深度可分离卷积单元用于对原始图片进行多次下采样，获得不同层次和尺寸的特征图；空间通道注意力单元用于对特征图进行特征增强；转置上采样卷积单元用于进行特征融合；图像分割单元用于获得表盘区域的分数图和顶点坐标，并以分割出表盘区域图像。该系统在表盘区域提取中引入卷积注意力机制，有效提高了万用表字符识别系统对复杂图像的信息提取能力，能够取得了高效准确的识别结果。 | ||
| 搜索关键词： | 一种 基于 深度 学习 数字 万用表 字符 识别 系统 方法 | ||
【主权项】：
暂无信息
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西北大学，未经西北大学许可，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/202110175513.6/，转载请声明来源钻瓜专利网。
