典型文献
基于YOLOv5的指针式仪表检测与读数识别算法研究
文献摘要：
大坝廊道在运行和维护期间,为了监测廊道结构内部的裂缝和渗水情况,在廊道内部会安装各种监测仪表.为了监测大坝廊道指针式仪表状态和读取仪表示数,提出一种适应于巡检机器人的指针式仪表检测和读数识别算法,并设计了系统总体方案.通过训练好的YOLOv5模型进行仪表检测,对不同仪表分类并截取仪表图像,然后采用数字图像处理技术进行仪表读数识别,测试结果表明读数识别相对误差均小于2.1％.此算法的提出向建设全生命周期的"智能大坝"以及无人监测大坝廊道的目的又前进了一步.
文献关键词：
YOLOv5;指针式仪表;读数识别;智能算法
中图分类号：
作者姓名：
王康;陆生华;陈潮;陈泽波;强晟;陈波
作者机构：
河海大学水利水电学院, 南京 210098;绍兴市越城区城市发展建设集团有限公司, 浙江 绍兴312000
文献出处：
引用格式：
[1]王康;陆生华;陈潮;陈泽波;强晟;陈波-.基于YOLOv5的指针式仪表检测与读数识别算法研究)[J].三峡大学学报（自然科学版）,2022(06):42-47
A类：
B类：
YOLOv5,指针式仪表,仪表检测,识别算法,算法研究,廊道,运行和维护,渗水,水情,部会,监测仪,读取,应于,巡检机器人,总体方案,练好,截取,数字图像处理技术,仪表读数识别,智能大坝,智能算法
AB值：
0.243304
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
