基于YOLOv3的电能表读数识别方法

简介：
本研究提出了一种基于YOLOv3的目标检测框架来自动识别电能表读数的方法。通过优化网络结构和训练策略，提高了模型在各种环境下的准确性和鲁棒性。 随着智能电网的不断发展，基于数字图像处理方法的电能表自动抄表系统得到了广泛应用。为了提升传统电能表示数自动识别的准确率，提出了一种新的基于YOLOv3（You Only Look Once）网络的方法。 对于电能表图像，我们构建并训练了一个基于YOLOv3-Tiny网络的计数器定位模型，使用该模型来确定计数器的目标区域，并裁剪出相应的计数器图像。接着，针对这些生成的计数器图像，我们又构建和训练了另一个基于YOLOv3网络的识别模型以准确地识别其中包含的具体数字。 在实验中，选择巴西巴拉那联邦大学公开发布的电能表数据集作为研究对象，并通过与YOLOv2-Tiny定位模型以及CR-NET识别模型进行对比试验。结果显示，所提出的方法具有更高的计数器目标区域的定位准确性及数字识别准确率。