基于小规模的标注数据实现在不同角度的指针式仪表读数的准确检测目前仍然是企业数字化转型浪潮中的重要需求之一。该文基于深度学习的方法,通过仪表检测、语义分割、回归分析3个基于深度学习的网络模型,无需额外的预处理步骤实现了从含有指针式仪表的场景图片提取仪表读数的方法,并且训练过程可以使用较少的数据量完成。实验结果表明,指针式仪表的读数在测试集数据上的均值偏差可以低至0.48,与人工读数或传统算法相比,该文可以在不同角度下均实现较小的均值偏差。