文档名：基于YOLOE与改进OCRNet图像分割的变电站仪表读数自适应识别方法
摘要：变电站仪表读数的准确识别对实时感知设备运行状态,提高变电设备运维智能化水平意义重大.然而,现有基于指针偏转角度检测的变电站仪表读数识别方案准确性差,未能结合表盘色带判别设备状态,无法自适应表盘量程.对此,提出了一种基于YOLO-E改进OCRNet图像分割的变电站仪表读数识别方法,首先提出了基于YOLO-E的表盘位置检测算法,通过透视变换实现图像校准;其次,使用极化注意力模块分支改进OCRNet网络结构,提出基于改进OCRNet的表盘分割算法,实现表盘刻度、指针及色带的准确分割提取;最后,基于PGNet从表盘文本中自适应识别量程信息,结合指针与刻度的分割结果实现读数识别.算例证明,与其他先进电力视觉算法相比,所提方法能适应不同量程的仪表,实现了读数与设备运行状态的准确识别,有助于推动运检数字化转型.
作者：赵伟达 陈海文 郭陆阳 王守相 潘晓明 汪新浩 Author：ZHAOWeida CHENHaiwen GUOLuyang WANGShouxiang PANXiaoming WANGXinhao
作者单位：省部共建电工装备可靠性与智能化国家重点实验室(河北工业大学),天津市300401智能电网教育部重点实验室(天津大学),天津市300072国网苏州供电公司,江苏省苏州市215000
刊名：电力建设 ISTICPKU
Journal：ElectricPowerConstruction
年，卷(期)：2023, 44(11)
分类号：TM762
关键词：目标检测 图像分割 YOLO-E OCRNet 极化注意力模块
Keywords：objectdetection imagesegmentation YOLO-E OCRNet polarizedattentionmodule
机标分类号：TP391.41TP242.62G239.22
在线出版日期：2023年11月7日
基金项目：基于YOLO-E与改进OCRNet图像分割的变电站仪表读数自适应识别方法[
期刊论文] 电力建设--2023, 44(11)赵伟达 陈海文 郭陆阳 王守相 潘晓明 汪新浩变电站仪表读数的准确识别对实时感知设备运行状态,提高变电设备运维智能化水平意义重大.然而,现有基于指针偏转角度检测的变电站仪表读数识别方案准确性差,未能结合表盘色带判别设备状态,无法自适应表盘量程.对此,提出...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于YOLO-E与改进OCRNet图像分割的变电站仪表读数自适应识别方法 Substation Meter Readings and Dial Information Identification Method Based on YOLO-E and Enhanced OCRNet Image Segmentation
基于YOLO-E与改进OCRNet图像分割的变电站仪表读数自适应识别方法.pdf
- 文件大小:
- 11.84 MB
- 下载次数:
- 60
-
高速下载
|
|
