摘要

本发明公开了一种基于图像文本的仪表检测分类方法,包括:1)仪表定位数据集的构建,改进YOLO网络训练,使用网络输出表盘图像;2)字符检测数据集的构建,改进EAST网络训练,使用网络输出字符图像;3)字符识别数据集的构建,CRNN网络训练,使用网络输出字符信息;4)文本分类数据集的构建,TextCNN网络训练,使用网络输出仪表类型。本发明使用神经网络实现仪表检测及仪表文本信息检测识别,具有更高的精度以及在不同背景下有更好的泛化能力,对于不同尺寸的仪表均能进行准确检测,不存在采集角度与距离的局限,利用仪表上的字符信息,可解决在机器视觉领域中能识别出仪表位置但难以区分仪表类型的问题,做到了不仅能检测出仪表并能识别出仪表的类型。