深度卷积神经网络在水表字符图像识别上的应用

• 作者: 信昆仑 莫宇琨 陈能
• 来源期刊: 供水技术
• 学科: 工学
• 关键词: 卷积神经网络 水表 半字符识别 数据集
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 技术总结
• 页码范围: 54-57
• 页数: 4页
• 分类号: TU991.63
• 字数: 1907字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9353.2017.05.014

摘要

水表字轮半字符图像的识别是水表字符图像自动化识别的一个关键点.水表字符识别深度卷积神经网络基于深度卷积神经网络结构Inception,采用自制的水表字符图像数据集,利用TensorFlow重新训练了Inception的输出层,实现了一个无监督的端到端水表字符自动识别方法.实验结果表明该方案具有识别率高、实用性强的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	信昆仑	同济大学环境科学与工程学院	82	697	12.0	21.0
2	陈能	同济大学环境科学与工程学院	6	73	4.0	6.0
3	莫宇琨	同济大学环境科学与工程学院	2	9	2.0	2.0