在工厂和其他工作场所中，有许多场景，人们在视觉上阅读仪表值。如果您长时间工作，您会感到压力，并且可能会发生人为错误。您可以尝试基于规则的图像处理。但是，创建可以处理任何环境的强大算法并不容易。
在此示例代码中，使用深度学习回归预测相机获得的仪表值。
我对预先训练的CNN网络（ALEXNET）定制了回归，并将模型应用于任务中以读取仪表值。
您可以在此处获得验证的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・转移学习
引用为
Takuji Fukumoto（2022）。使用深度学习阅读指标值（https://github.com/mathworks/read-the-indicator-value-value-using-deep-lealesles/releases/tag/1.0.1），github。检索。
MATLAB释放兼容性
Created with R2019a
与R2019A兼容
平台兼容性
视窗 苹果系统 Linux标签
致谢
要查看或报告此GitHub附加组件中的问题，请访问GitHub存储库。
要查看或报告此GitHub附加组件中的问题，请访问GitHub存储库。
