基于Coarse-to-fine注意力机制的指针式仪表读数识别

作者：王进; 简丽娜; 孙涛; 李磊; 邱昌龙; 王柳

来源：工业控制计算机, 2022, 35(12): 1-6.

• 指针式仪表
• YOLOv3
• 注意力机制
• 特征融合
• Coarse-to-fine

为了解决变电站指针式仪表读数识别过程中所涉及到待检测目标尺度分布范围广泛，而导致特征金字塔在不同尺度上不一致性的问题，提出一种基于注意力机制的特征融合的改进的YOLOv3算法。通过利用注意力机制自动调整各尺度特征映射融合的空间权重，该模块包括两步：同比例放缩和基于注意力机制的特征融合。采用改进后的YOLOv3算法检测图片中仪表的表盘位置，然后根据Coarse-to-fine的思想，使用Mask R-CNN对表盘指针采取实例分割操作，并使用简单线性回归对仪表中的指针进行线性拟合，计算出指针斜率，最终计算仪表读数。实验结果表明，改进后的YOLOv3算法对指针式仪表的识别精度达到了91.85%，对小目标检测效果有较高的提升，使模型具有更好的鲁棒性。同时，实例分割算法与线性回归模型的结合也为指针式仪表读数的自动识别提供了新思路。

• 单位
  国网安徽省电力有限公司; 安徽南瑞继远电网技术有限公司