论文部分内容阅读
随着科学技术的高速发展,技术知识的创新,硬件设备的更新迭代,使得机器视觉以及人工智能不再只是停留在纸面上,许多传统行业也逐渐寻求从人工密集型向人工智能转型的途径。如何用机器来替代简单重复的工作程序已经成为了目前工业的发展趋势,本文基于深度学习和图像识别技术,以自主导航机器人为载体,设计并实现了一套适用于移动平台多仪表定位及识别读数的算法,用于工业复杂背景下的智能仪表识别读数。本文基于SSD-MobileNet卷积神经网络模型实现仪表的定位和分类,结合实验结果和仪表特征对模型提出改进策略,通过训练得到