为解决计算机视觉对仪表的识别问题我们依赖计算机视觉算法和深度学习技术实现不同种类仪表的识别.
1.采用人工智能算法
2.采用了场景匹配的技术
3.支持物联网平台
在实际应用中针对不同场景采用不同算法是提升有效识别的方法.
针对场景为每个场景设定一个模板模板描述仪表的位置和类型及仪表的量程预处理图像可根据场景预定义的
参数做快速的识别和标注可以有效解决通用识别算法的不足大大提升识别的效率和准确性降低失误率.
算法改进的方向主要针对以上不足进行优化和改进采用更多基于深度学习的算法解决多种不同类型仪表的分类和识别另外在使用中收集采集的图像和识别结果作为新的数据集不断训练和优化学习降低错误率提高正确率使仪表识别算法达到更优的效果.
商品规格 | 数量/时长 | 含税价格 |
---|---|---|
仪表识别平台智能硬件 | 1套 | ¥55000 |
仪表识别平台私有云 | 1套 | ¥250000 |