智能水表图像定位训练方法、智能水表识别系统及方法技术方案

本发明专利技术公开了一种基于深度学习的智能水表图像定位训练方法、智能水表识别系统及方法；通过深度学习的方法对智能水表图像进行定位训练，得到定位模型，可以通过对各家各户的水表安装信息采集装备，收集水表图片上传到服务器，在服务器端部署好识别系统，对水表图片进行统一处理识别，把识别后的结果返回给服务器，部署方便，可以简单实行大规模部署；成本低廉；不对原有水表进行替换、改装等方式，兼具环保意义和现实意义。本发明专利技术的一种基于深度学习的智能水表图像定位训练方法、智能水表识别系统及方法具有成本低廉、部署简单方便、维护、管理简单便捷，使用寿命长的优点。

【技术实现步骤摘要】
智能水表图像定位训练方法、智能水表识别系统及方法
本专利技术涉及水表数值采集领域，尤其涉及一种基于深度学习的智能水表图像定位训练方法、智能水表识别系统及方法。
技术介绍
目前市场上绝大多数用户使用的是普通的水表，是通过相关水利人员逐户检查水表，抄录，计算水费，居民用户去水务局缴纳水费，有部分地区是采用线上缴费的，这就造成了人力资源的浪费，同时也存在的诸多弊端，比如纸张的存储困难，人工抄录不可避免的错误等；还有部分企业使用的是专门设计的电磁水表，这种水表的造价高，且易磨损，最关键的是必须要有电才能使用。为了解决普通水表的问题，当前市面上也出现了一些智能水表，大致包括两类：1、智能网络远传水表系统：就目前来讲，智能网络远传水表可分为分线制集中抄表和总线制智能抄表方式：(1)分线制集中抄表方式，其原理为由采集器定时顺序采集来自多路分户线的水表信号，并进行数据处理、存储。各采集器之间采用总线制连接，最后连接到计算机。其典型特点是各户通过分户线连接至采集器。分线制集中抄表模式单纯从技术上讲较成熟，也节约成本，但从实际情况来看，分线制抄表模式存在如下缺点：由于每次水表的计量信号都是通过分线户穿越较长距离到达采集器，中途任何一个环节出现疏漏都将使采集器采集不到数据，而且铺设分户线不仅使安装任务繁重，也存在许多隐患：短线，短线等。错综复杂的线路更使得维护工作困难重重。采集器均安装于现场，需专业人员调试系统并定期巡视维护，专业队伍日益“壮大”，维护费用也相应剧增。分线制集中抄表模式的分线不仅仅是各表分线的简单累加。如采集器掉电或出现其他严重故障则会使该采集器上所有数据丢失，集中抄表的分线无法有效分散，于测控系统强调的集中管理、分散控制的分布式设计思想违背。（2）总线制智能抄表方式：总线制智能水表由于采集、计数工作单元均安装在智能水表内并密封，水表的数据采集、处理、存储等基础工作均有智能水表本身完成，手抄器或电脑不参与底层数据采集仅进行通讯联系，消除了外界因素对计量的影响。另外智能水表引出的总线通断不影响单表数据的采集和保存，无需重新计数，水表的真实数据仍然可继续读出，其安全性、稳定性是比较可靠的。但由于表单内设置单片机和后备电源，成本较高，普及较慢。2、智能卡是水表系统：智能卡水表是当今智能卡技术与市场迅猛发展、单个智能卡及刷卡机性能加个比日益提高的特定时期应运而生的。主要有智能卡式水表、智能卡、读卡器、收费管理信息系统等组成。用户须在供水部门指定售卡点，购水后刷卡方能使用。它具有有限用水量、解决用水收费纠纷的功能，这是其他抄表方式及普通水表上门抄表方式所不能比拟的，并且智能卡水表如同普通水表，无需铺设管线及线路维护，安装方便、维护简单。但是成本问题以及水表相较于普通水表的使用寿命问题始终是这类智能水表的弊端。为了克服以上现有技术的缺陷，本专利技术提出了一种基于深度学习的智能水表图像定位训练方法、智能水表识别系统及方法。
技术实现思路
本专利技术的目的是解决现有技术中的问题，提供一种基于深度学习的智能水表图像定位训练方法、智能水表识别系统及方法。本专利技术的技术方案是：一种智能水表图像定位训练方法，采用的是端到端的训练方式，包括以下步骤：S1、获取一定数量的水表图片，将水表图片按数量分成训练集和测试集两部分，分别打包成TFRecord文件；S2、设置学习率，通过改进的CTPN模型对所述训练集进行训练；S3、观察误差，通过训练集和测试集上的误差调整学习率或训练进程；S4、保存模型。作为一种优选的技术方案，所述水表图片数量的80%用作所述训练集，20%用作所述测试集。作为一种优选的技术方案，步骤S3中若在所述训练集上误差较大，则需调整学习率以加速收敛。作为一种优选的技术方案，若在所述训练集上误差较小，在所述测试集上误差较大，则执行earlystopping避免模型过拟合。在此基础上，本专利技术还提供了一种应用上述智能水表图像定位训练方法的智能水表识别系统，包括信息采集单元，定位单元，定位模型训练单元，图像处理单元，识别单元，识别模型训练单元及服务器单元；所述信息采集单元用于采集用户的水表图片，并将所述水表图片传递至所述定位单元及所述定位模型训练单元；所述定位单元用于对所述水表图片进行定位，定位所述水表图片的数值位置得到定位图片；所述定位单元对所述水表图片定位的模型来自于所述定位模型训练单元；所述定位模型训练单元用于执行上述的智能水表图像定位训练方法；所述定位模型训练单元用于对所述水表图片进行定位训练，并将训练后的定位模型更新至所述定位单元；所述图像处理单元用于对所述定位图片进行图像处理；所述识别单元用于对所述图像处理单元处理后的定位图片进行数值文本识别，识别水表数值；所述识别模型训练单元用于对所述图像处理单元处理后的定位图片进行识别训练；所述定位单元、图像处理单元、识别单元部署于所述服务器单元。作为一种优选的技术方案，所述信息采集单元为带有网络模块的摄像头；所述摄像头与用户水表水平设置；所述摄像头采集到的所述水表图片为灰度图，以json格式传输至所述定位单元。作为一种优选的技术方案，所述定位单元采用CTPN算法对所述水表图片中的数值文本进行定位，得到定位图片。作为一种优选的技术方案，所述图像处理单元采用霍夫直线检测、图片二值化、高斯滤波器对所述定位图片进行图像处理。作为一种优选的技术方案，所述识别单元采用卷积神经网络提取特征，融合lstm提取序列特征，将特征编码后采用CTC解码器解码，得到识别结果，并输出水表数值。本专利技术还提供了一种基于上述智能水表识别系统的识别方法，包括以下步骤：a、所述信息采集单元采集用户水表的水表图片并传输至所述定位单元及所述定位模型训练单元；b、所述定位单元对所述水表图片中的数值文本进行定位，得到定位图片，将所述定位图片传递至所述图像处理单元；所述定位模型训练单元执行上述的智能水表图像定位训练方法，根据采集到的所述水表图片进行模型训练，并持续更新所述定位单元的定位算法模型；c、所述图像处理单元对所述定位图片进行图像处理，将处理后的定位图片传递至识别单元；d、所述识别单元对所述处理后的定位图片进行数值文本识别并得到水表数值；所述识别模型训练单元根据所述处理后的定位图片进行模型训练，并持续更新所述识别单元的识别算法模型。本专利技术的基于深度学习的智能水表图像定位训练方法、智能水表识别系统及方法，通过对各家各户的水表安装信息采集装备，收集水表图片上传到服务器，在服务器端部署好识别系统，对水表图片进行统一处理识别，把识别后的结果返回给服务器，部署方便，可以简单实行大规模部署；成本低廉；不对原有水表进行替换、改装等方式，兼具环保意义和现实意义。本专利技术的一种基于深度学习的智能水表识别系统及识别方法采用识别算法模拟人为抄表的方式进行水表图片数值识别，通过深度学习对识别算法进行持续训练完善，保证识别的准确度。本专利技术具有成本低廉、部署简单方便、维护、管理简单便捷，本文档来自技高网...

【技术保护点】
1.智能水表图像定位训练方法，其特征在于：包括以下步骤：/n S1、获取一定数量的水表图片，将水表图片按数量分成训练集和测试集两部分，分别打包成TFRecord文件；/nS2、设置学习率，通过改进的CTPN模型对所述训练集进行训练；/nS3、观察误差，通过训练集和测试集上的误差调整学习率或训练进程；/nS4、保存模型。/n

【技术特征摘要】
1.智能水表图像定位训练方法，其特征在于：包括以下步骤：
S1、获取一定数量的水表图片，将水表图片按数量分成训练集和测试集两部分，分别打包成TFRecord文件；
S2、设置学习率，通过改进的CTPN模型对所述训练集进行训练；
S3、观察误差，通过训练集和测试集上的误差调整学习率或训练进程；
S4、保存模型。


2.根据权利要求1所述的智能水表图像定位训练方法，其特征在于：所述水表图片数量的80%用作所述训练集，20%用作所述测试集。


3.根据权利要求1所述的智能水表图像定位训练方法，其特征在于：步骤S3中若在所述训练集上误差较大，则需调整学习率以加速收敛。


4.根据权利要求1所述的智能水表图像定位训练方法，其特征在于：若在所述训练集上误差较小，在所述测试集上误差较大，则执行earlystopping避免模型过拟合。


5.一种应用权利要求1至4任一权利要求所述的智能水表图像定位训练方法的智能水表识别系统，其特征在于：包括信息采集单元，定位单元，定位模型训练单元，图像处理单元，识别单元，识别模型训练单元及服务器单元；
所述信息采集单元用于采集用户的水表图片，并将所述水表图片传递至所述定位单元及所述定位模型训练单元；
所述定位单元用于对所述水表图片进行定位，定位所述水表图片的数值位置得到定位图片；所述定位单元对所述水表图片定位的定位模型来自于所述定位模型训练单元；
所述定位模型训练单元用于执行权利要求1到4任一权利要求所述的智能水表图像定位训练方法；所述定位模型训练单元用于对所述水表图片进行定位训练，并将训练后的定位模型更新至所述定位单元；
所述图像处理单元用于对所述定位图片进行图像处理；
所述识别单元用于对所述图像处理单元处理后的定位图片进行数值文本识别，识别水表数值；

【专利技术属性】
技术研发人员：张维勇，杜佳强，
申请(专利权)人：上海济辰水数字科技有限公司，
类型：发明
国别省市：上海;31