基于Lenet-5网络组合特征融合的水表数字识别

• 作者: 涂俊翔 禹杰 邸亮
• 来源期刊: 机械制造与自动化
• 学科: 工学
• 关键词: 半字符 数字识别 Lenet-5网络 组合特征融合
• 年，卷（期）: 2020,（6）
• 页码范围: 189-192
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19344/j.cnki.issn1671-5276.2020.06.049

摘要

为有效识别水表数字区域的半字符和提高数字识别准确率,设计一种基于Lenet-5网络组合特征融合的水表数字识别算法.对水表原始图像进行预处理,获取完整字符和半字符数字组成的数据集;在TensorFlow深度学习框架下搭建卷积神经网络,选取卷积核为3×3、1×3、3×1的卷积层作为改进网络的卷积层,增加卷积层的层数,并对非对称卷积前后的组合特征进行融合,提高网络对半字符的识别能力;用图像集训练和检测改进网络的识别性能.实验结果表明,迭代次数为10000、学习率为0.0015的改进网络模型在测试集上识别准确率达到99.025％,识别准确率高于原Lenet-5网络和一些典型的水表数字识别算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	涂俊翔		14	29	3.0	4.0
2	禹杰		9	26	3.0	5.0
3	邸亮		4	6	1.0	2.0