计算机工程与科学

作者：张建伟, 周亚同, 史宝军, 何昊, 王文

单位：（1.河北工业大学电子信息工程学院，天津 300401;2.河北工业大学机械工程学院，天津 300401）

关键词：轻量化特征提取,锚框设计,智能仪表检测,单发多尺度检测算法,

基金：国家重点研发计划(2019YFB1312102)；河北省自然科学基金(F2019202364)

在使用传统的图像识别算法对仪器表盘中的数字进行识别时，存在着流程繁琐，处理时间较长和检测效果不佳等问题。针对上述不足，提出了一种基于深度学习的轻量化仪器表盘检测算法，该算法以单发多尺度检测算法为基础，使用深度可分离卷积代替标准卷积设计特征提取网络，以提升特征表达能力和轻量化性能；同时提出了一种基于真实框分布构建锚框的流程，设计了能量化表达锚框匹配程度的指标——匹配率，促进构建匹配度更高且锚框数量更少的锚框方案。实验结果表明，所提算法具有较少的模型参数量和计算量，具有较高的检测精度，并且可在CPU环境下满足实时检测需求。

来源：2022年第8期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第8期