基于变电站巡检机器人数字仪表识别算法

摘要：

当前巡检机器人使用传统的图像识别算法,传统图像识别算法需要进行字符切割以及大量人工建模操作,受环境变化影响大.文章采用深度学习CRNN模型,对数字区域进行整行识别,简化了人工建模步骤,识别正确率高,数字表计识别率达到99％以上.针对部分场景识别错误率高的问题,结合attention机制,对模型进行扩展,实验结果表明,该扩展模型获得了良好的提升效果.

关键词：变电站、巡检机器人、深度学习、CRNN、文本识别

所属期刊栏目：36

分类号：TP242(自动化技术及设备)

资助基金：国家电网有限公司科技项目52182316000B

在线出版日期：2019-12-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：80-86