技术特征：
技术总结
本发明公开了一种基于深度学习的指针式水表读数检测方法，包括S1采集含有指针式表盘的水表图片，对图像进行预处理；S2对预处理后的图像指针表盘进行标注，制作数据标签，将数据标签随机划分成训练集和测试集；S3构建基于深度学习网络的检测模型；S4使用训练集训练检测模型，将测试集输入训练好的检测模型，得到适用于指针式水表读数的检测模型。测试表明，模型平均检测准确率超过97％。本发明可实现大规模指针式水表表盘检测，有效解决表盘指针短小而难以精确检测的问题，因此具有较好的实际应用价值。
技术研发人员：高学;赵经纬
受保护的技术使用者：华南理工大学
技术研发日：2019.01.30
技术公布日：2019.06.04