在工厂和其他工作场所，有许多场景是人们直观地读取仪表值。如果你为它工作了很长时间，你就会有压力，可能会出现人为错误。您可以尝试基于规则的图像处理。但要创建一个可以处理任何环境的健壮算法并不容易。
在这个示例代码中，使用深度学习回归来预测相机获得的仪表值。
我定制了预先训练好的CNN网络(AlexNet)进行回归，并将模型应用到读取仪表值的任务中。
你可以在这里得到预先训练过的AlexNet。
https://jp.mathworks.com/matlabcentral/fileexchange/59133-deep-learning-toolbox-model-for-alexnet-network
(Keyward)
图像处理·计算机视觉·深度学习·CNN·深度学习·机器学习·回归·迁移学习
引用作为
福本拓治(2023年)。使用深度学习读取指示器值GitHub (https://github.com/mathworks/Read-the-indicator-value-using-Deep-Learning/releases/tag/1.0.1)。检索．
MATLAB版本兼容性
使用R2019a创建
兼容R2019a
平台的兼容性
窗户 macOS Linux标签
确认
| 版本 | 发表 | 发布说明 | |
|---|---|---|---|
| 1.0.1 | 参见GitHub上此版本的发布说明:https://github.com/mathworks/Read-the-indicator-value-using-Deep-Learning/releases/tag/1.0.1 |
||
| 1.0.0 |
要查看或报告此GitHub插件中的问题，请访问GitHub库．
要查看或报告此GitHub插件中的问题，请访问GitHub库．
您也可以从以下列表中选择一个网站: