基于卷积神经网络的水表读数识别

摘要

老式水表的人工抄表模式需要耗费大量的人工和时间成本.而当前计算机算力飞速增长,深度学习理论取得不断突破,利用神经网络和深度学习理论来实现水表读数的自动识别成为可能.为提高水表读数识别率,文章通过偏转和加噪实现数据集扩增,采用灰度化、二值化等操作对数据集进行预处理,在TensorFlow框架下搭建卷积神经网络,选取3×3的卷积核组成三层卷积神经网络.试验结果表明,该方法的单个字符识别准确率能够达到99％,水表整体识别率稳定在97％.