智能电能表数字识别算法研究

• 作者: 杨丰玉 蒋文峰 陈英
• 来源期刊: 信息通信
• 学科: 工学
• 关键词: 智能电表 深度学习 目标检测 数字识别
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 技术创新
• 页码范围: 17-21,26
• 页数: 6页
• 分类号: TP391
• 字数: 4919字
• 语种: 中文

摘要

针对人工抄表所带来的繁杂、耗时等弊端,以及智能电表普及所需的大量成本和工作量,提出了两种方案实现电能表数字自动识别算法.同时,为了提高目标检测准确率,通过优化Faster R-CNN网络中的特征提取层提出了Enhanced Faster R-CNN网络(简称EFaster R-CNN).在方案设计中,方案一首先使用EFaster R-CNN网络识别电能表的液晶屏区域,然后基于传统图像处理方法分割液晶屏区域中的数字,最后使用ResNet50识别分割得到的数字;方案二首先使用EFaster R-CNN网络识别电能表的液晶屏区域,然后同样使用EFaster R-CNN对液晶屏区域进行数字检测得到识别结果.实验结果显示,液晶屏检测的mAP为99.6％,数字分割只能满足于质量较好的图像,数字识别准确率为99.3％,数字检测的mAP为98.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈英	南昌航空大学软件学院	37	165	6.0	11.0
2	杨丰玉	南昌航空大学软件学院	18	82	5.0	8.0
3	蒋文峰	南昌航空大学软件学院	1	0	0.0	0.0