基于YOLOv3网络的电能表示数识别方法

• 作者: 唐永红 张洋 龚安
• 来源期刊: 计算机系统应用
• 关键词: 电能表 YOLOv3网络 目标检测 图像识别
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 196-202
• 页数: 7页
• 字数: 5058字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007215

摘要

随着智能电网的不断发展, 基于数字图像处理方法的电能表自动抄表系统被广泛应用, 为提升传统电能表示数自动识别的准确率, 提出了一种基于YOLOv3 (You Only Look Once)网络的电能表示数识别新方法. 对于电能表图像, 构建基于YOLOv3-Tiny网络的计数器定位模型并训练, 使用训练完毕的模型定位计数器目标区域, 裁剪计数器区域生成计数器图像; 对于计数器图像, 构建基于YOLOv3网络的计数器识别模型并训练, 使用训练完毕的模型识别计数器目标区域的数字. 选择巴西巴拉那联邦大学公开的电能表数据集作为研究对象, 通过与YOLOv2-Tiny定位模型、CR-NET识别模型的对比实验, 表明了本方法具有更高的定位准确率和识别准确率.