【技术实现步骤摘要】
仪表读取方法、装置、系统和存储介质
本申请涉及数据处理
,特别是涉及一种仪表读取方法、装置、系统和存储介质。
技术介绍
随着科学技术的发展,传统的指针式仪表越来越多的被数字仪表替代,但是数字仪表容易受到电磁场的干扰造成示数有误,因此在某些特定场合依然存在大量指针式仪表的使用。然而,目前传统的指针式仪表读取方法大都采用人工读取的方式来完成,但目前这种人工读取方式由于人为因素的干扰会产生误差。
技术实现思路
基于此,有必要针对上述技术问题,提供一种仪表读取方法、装置、系统和存储介质。一种仪表读取方法,所述方法包括:获取通过光学传感器采集的仪表的指示图像;将所述指示图像传输至卷积神经网络专用芯片;通过所述卷积神经网络专用芯片上的卷积神经网络模型处理所述指示图像,获得目标仪表读数值;输出所述目标仪表读数值。在一个实施例中,所述卷积神经网络模型的训练步骤包括:获取所述光学传感器与所述仪表之间的距离;获取所述仪表的仪表类型;按照所述距离和所述仪表类型构建指示图像样本集合;基于所述指示图像样本集合训练卷积神经网络模型。在一个实施例中,所述卷积神经网络模型的训练步骤还包括:获取所述仪表的仪表图像,所述仪表图像通过所述光学传感器和所述光学传感器附近设置的备用光学传感器中的一种采集;所述获取所述光学传感器与所述仪表之间的距离包括:对所述仪表图像进行图像分析,得到所述光学传感器与所述仪表间的距离 ...
【技术保护点】
1.一种仪表读取方法,所述方法包括:/n获取通过光学传感器采集的仪表的指示图像;/n将所述指示图像传输至卷积神经网络专用芯片;/n通过所述卷积神经网络专用芯片上的卷积神经网络模型处理所述指示图像,获得目标仪表读数值;/n输出所述目标仪表读数值。/n
【技术特征摘要】
1.一种仪表读取方法,所述方法包括:
获取通过光学传感器采集的仪表的指示图像;
将所述指示图像传输至卷积神经网络专用芯片;
通过所述卷积神经网络专用芯片上的卷积神经网络模型处理所述指示图像,获得目标仪表读数值;
输出所述目标仪表读数值。
2.根据权利要求1所述的方法,其特征在于,所述卷积神经网络模型的训练步骤包括:
获取所述光学传感器与所述仪表之间的距离;
获取所述仪表的仪表类型;
按照所述距离和所述仪表类型构建指示图像样本集合;
基于所述指示图像样本集合训练卷积神经网络模型。
3.根据权利要求2所述的方法,其特征在于,所述卷积神经网络模型的训练步骤还包括:
获取所述仪表的仪表图像,所述仪表图像通过所述光学传感器和所述光学传感器附近设置的备用光学传感器中的一种采集;
所述获取所述光学传感器与所述仪表之间的距离包括:
对所述仪表图像进行图像分析,得到所述光学传感器与所述仪表间的距离;
所述获取所述仪表的仪表类型包括:
对所述仪表图像进行图像识别,得到所述仪表的仪表类型。
4.根据权利要求1所述的方法,其特征在于,所述通过所述卷积神经网络专用芯片上的卷积神经网络模型处理所述指示图像,获得目标仪表读数值包括:
对所述指示图像进行预处理,使得在不同图像采集条件下采集的不同指示图像在经过预处理后具有统一图像采集条件;
通过所述卷积神经网络专用芯片上的卷积神经网络模型处理经过预处理的所述指示图像,获得目标仪表读数值。
5.根据权利要求1所述的方法,其特征在于,所述卷积神经网络专用芯片具有与所述卷积神经网络模型适配的芯片结构,所述芯片结构用于在通过所述卷积神经网络模型处理所述指示图像时,优化所述卷积神经网络模型的处理逻辑。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述输出所述目标仪表读数值包括:
通过无线传输方式发送所述目标仪表读数值至目标设备。
7.一种仪表读取系统,其特征在于,所述系统包括光学传感器、处理器以及卷积神经网络专用芯片;所述光学传感器和卷积神经网络专用芯片分别与处理器相连接;
所述光学传感器用于向处理器发送采集的仪表的指示图像;
所述处理器用于将所述仪表指示图像传输至卷积神经网络专用芯片;
所述卷积神经网络专用芯片用于通过所述卷积神经网络专用芯片上的卷积神经网络模型处理所述仪表指示图像,获得目标仪表读数值;
所述处理器还用于输出所述...
【专利技术属性】
技术研发人员:黄河,
申请(专利权)人:深圳海青智盈科技有限公司,
类型:发明
国别省市:广东;44
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。