基于Yolov5的水表字轮读数自动识别研究

简介：
本研究采用YOLOv5框架开发了一种高效的水表字轮读数自动识别系统，旨在提高水表数据采集效率和准确性。 通过对水表公司采集的数据集进行数据增强以扩增样本数量，并对检定水表的表盘和字轮框进行标注后训练模型，实现了有效定位水表的表盘区域及字轮区域的目标。进一步地，在 PyTorch 框架下利用 YOLOv5 算法环境并采用 YOLOv5s 网络模型对机械式水表中的半字符数据集进行标注和训练。 实验结果显示，该方法在字轮数字识别方面的 mAP@0.5:0.95 值达到了 0.95，并且整体字符识别准确率高达 93.85%，相较于传统的模板匹配法提升了 5.58% 的准确性。特别是在半字符的识别上，该方法将错误率高的问题显著改善，使得其准确度提高了 9.15%。 这一研究成果在水表及其他仪表读数自动化改造领域具有重要的应用价值。