基于微控制器和卷积神经网络的水表读数自动识别方法

作者：毕盛; 陈章韶; 董敏

来源：2021-09-03, 中国, ZL202111033477.6.

本发明公开了一种基于微控制器和卷积神经网络的水表读数自动识别方法,包括：1)获取水表数字码盘数据集；2)对水表数字码盘数据集中数据进行预处理操作；3)构建一个水表读数识别模型,该模型包含轻量级卷积神经网络和Softmax分类器,采用步骤2)预处理后的数据集对水表读数识别模型进行训练调参,得到最优模型；4)针对步骤3)的模型架构,选用Tensorflow Lite深度学习推理框架在微控制器上部署；5)将训练好的模型部署到已集成Tensorflow Lite框架的微控制器中,使微控制器集成有最优的水表读数识别模型,能够用于水表码盘读数识别任务。本发明实现了在微控制器端运行水表读数识别模型推理识别水表读数,并对不同场景下有污损的水表数字图像进行有效识别。

• 单位
  华南理工大学