在工厂和其他工作场所，有很多场景是人们目视地读取电表值。如果你工作了很长时间，你会感到压力，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，要创建一个能够处理任何环境的健壮算法并不容易。
在本示例代码中，使用深度学习回归对摄像机获得的仪表值进行预测。
我定制了预先训练的CNN网络(AlexNet)用于回归，并将模型应用到任务中读取仪表值。
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)
计算机视觉图像处理・・深度学习学习机器学习・・・・CNN深回归・转移学习
引用作为
Takuji Fukumoto)(2021)。使用深度学习读取指标值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
创建R2019a
兼容R2019a
平台的兼容性
窗户 macOS Linux标签
确认
要查看或报告这个GitHub插件中的问题，请访问GitHub库．
要查看或报告这个GitHub插件中的问题，请访问GitHub库．
