【技术实现步骤摘要】
一种数字水表的数据识别方法
本专利技术涉及利用计算机程序识别图片的方法,尤其涉及一种数字水表的数据识别方法。
技术介绍
目前为止,自来水厂仍然需要派人挨家挨户查看水表才能够统计出每家的用水量,如果遇到家中没人,工作人员要改天再来,非常不便。
技术实现思路
本专利技术要解决的技术问题是:为了解决人工上门抄水表的方式比较落后,统计不便的问题,本专利技术提供了一种数字水表的数据识别方法来解决上述问题。本专利技术解决其技术问题所采用的技术方案是:一种数字水表的数据识别方法,包括以下步骤:S1、对摄像机拍摄的原始灰度图进行预处理得到中间灰度图作为第一训练样本,收集n张中间灰度图组成第一训练集;S2、标记所述中间灰度图中的实际多位数区域的四个顶点坐标分别为(xi1,yi1)、(xi2,yi2)、(xi3,yi3)和(xi4,yi4),其中i=1,2,3...n;S3、构建分割神经网络,所述分割神经网络的激活函数为LeakyReLU,损失函数为:Loss=Loss1+Loss2,Loss1=(fi1-fi2)2,Loss2=∑aPa/(∑bPb+∑cPc),fi2=(xi1,yi1,xi2,yi2,xi3,yi3,xi4,yi4),所述fi1为分割神经网络的预测向量,所述fi2为真实向量;和为预测多位数区域的四个顶点的坐标;Pb为实际多位数区域内并且在预测多位数区域外的点对应的值;Pc为实际多位数区域外并且在预测多位数区域内的点对应的值;Pa为实际多位数区域内并且在预测多位数区域内的点对应的值;S4、将第一训练样本输入分割神经网络进行训练,根据Loss反向传播,更新分割神经 ...
【技术保护点】
1.一种数字水表的数据识别方法,其特征在于,包括以下步骤:S1、对摄像机拍摄的原始灰度图进行预处理得到中间灰度图作为第一训练样本,收集n张中间灰度图组成第一训练集;S2、标记所述中间灰度图中的实际多位数区域的四个顶点坐标分别为(xi1,yi1)、(xi2,yi2)、(xi3,yi3)和(xi4,yi4),其中i=1,2,3...n;S3、构建分割神经网络,所述分割神经网络的激活函数为Leaky ReLU,损失函数为:Loss=Loss1+Loss2,Loss1=(fi1‑fi2)2,Loss2=∑aPa/(∑bPb+∑cPc),
【技术特征摘要】
1.一种数字水表的数据识别方法,其特征在于,包括以下步骤:S1、对摄像机拍摄的原始灰度图进行预处理得到中间灰度图作为第一训练样本,收集n张中间灰度图组成第一训练集;S2、标记所述中间灰度图中的实际多位数区域的四个顶点坐标分别为(xi1,yi1)、(xi2,yi2)、(xi3,yi3)和(xi4,yi4),其中i=1,2,3...n;S3、构建分割神经网络,所述分割神经网络的激活函数为LeakyReLU,损失函数为:Loss=Loss1+Loss2,Loss1=(fi1-fi2)2,Loss2=∑aPa/(∑bPb+∑cPc),fi2=(xi1,yi1,xi2,yi2,xi3,yi3,xi4,yi4),所述fi1为分割神经网络的预测向量,所述fi2为真实向量;和为预测多位数区域的四个顶点的坐标;Pb为实际多位数区域内并且在预测多位数区域外的点对应的值;Pc为实际多位数区域外并且在预测多位数区域内的点对应的值;Pa为实际多位数区域内并且在预测多位数区域内的点对应的值;S4、将第一训练样本输入分割神经网络进行训练,根据Loss反向传播,更新分割神经网络的权值,得到训练好的分割神经网络;S5、将中间灰度图中的实际多位数区域切割出来并且通过透视变换成实际矩形图,将实际矩形图中每个数字切割出来的数字灰度图作为第二训练样本,收集m个第二训练样本组成第二训练集;S6、构建识别神经网络,所述识别神经网络为卷积神经网络,激活函数为ReLU,损失函数为交叉熵Loss′;S7、将所述第二训练样本输入识别神经网络进行训练,根据Loss′反向传播,更新识别神经网络的权值,得到训练好的识别神经网络。2.如权利要求1所述的一种数字水表的数据识别方法,其特征在于,还包括步骤:S8、将待识别的原始灰度图进行预处理得到中间灰度图,将中间灰度图输入分割神经网络中,输出得到预测多位数区域的四个顶点的坐标为和将预测多位数区域从中间灰度图中切割出来,接着通过透视变换成矩形图,将矩形图中每个数字切割出来得到数字灰度图并依次输入识别神经网络中,得到每个数字的预测值并重新组合为多位数。3.如权利要求2所述的一种数字水表的数据识别方法,其特征在于:所述步骤s4包括以下步骤:S401、中间灰度图通过64个3*3*1的卷积核进行卷积,步数为1,再利用64个3*3*64的卷积核进行两次卷积得到中间特征图;S402、对中间特征图进行批量标准化处理后通过所述LeakyReLU对其进行非线性映射;S403、中间特征图经过2*2的最大池化,步数为2;S404、中间特征...
【专利技术属性】
技术研发人员:覃鹏志,包勇,文耀锋,
申请(专利权)人:浙江大学常州工业技术研究院,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。