基于卷积神经网络的燃气表信息自动识别方法研究OACSTPCD
提出了一种基于改进的LeNet-5卷积神经网络的识别方法。通过加装摄像头和通信线路的方式,实时采集图像信息,并对图像进行部分预处理。引入Gabor滤波器、ReLU-Softplus函数、SVM分类器等优化传统LeNet-5模型,并根据图像数据的不均衡性,运用Grid Loss函数优化CNN网络,由此,实现燃气表自动化识别方法的构建。在Caffe深度学习框架下进行实验测评,结果表明该方法整体的识别准确性高达99.60%、整个样本集及单幅字码的…查看全部>>
毛莉君;张文灏
西安培华学院,智能科学与信息工程学院,陕西西安710125西安鹏岳电子科技有限公司,陕西西安710000
计算机与自动化
燃气表信息自动识别LeNet-5模型Grid Loss函数
《微型电脑应用》 2024 (2)
P.167-170,4
评论