Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 基于Faster R-CNN的仪表识别方法 | |
李娜 ; 姜志; 王军; 董兴法
| |
| 2020-12-09 | |
| 发表期刊 | 液晶与显示
 |
| 卷号 | 35期号:12页码:1291-1298 |
| 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。 |
| 关键词 | 指针式仪表 特征融合金字塔 Faster R-CNN 图像分割 |
| URL | 查看原文 |
| 文献类型 | 期刊论文 |
| 条目标识符 | 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.苏州科技大学电子与信息工程学院 2.中国白城兵器试验中心 3.中国科学院长春光学精密机械与物理研究所 |
| 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. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于Faster R-CNN的仪表识别方（4391KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [李娜]的文章 |
| [姜志]的文章 |
| [王军]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [李娜]的文章 |
| [姜志]的文章 |
| [王军]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [李娜]的文章 |
| [姜志]的文章 |
| [王军]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论