从合成数据学习读取模拟仪表
计算机视觉与模式识别
2023-08-29 v1
摘要
人工读取并记录仪表数据效率低下，且工作量随可用仪表数量增加而上升。我们提出一种自动化读取模拟仪表的计算机视觉流程。我们提出一个两阶段 CNN 流程，识别模拟仪表的关键结构部件并输出角度读数。为便于训练我们的方法，生成了一个合成数据集，从而获得一组带有对应标注的真实感模拟仪表。为验证我们的方案，另收集了一个包含4813张人工筛选图像的实测数据集。与最先进（SOTA）方法相比，我们的方法平均误差显著降低了4.55，即相对改进52%。本项目的资源将发布于：https://github.com/fuankarion/automatic-gauge-reading。
引用
@article{arxiv.2308.14583,
title = {Learning to Read Analog Gauges from Synthetic Data},
author = {Juan Leon-Alcazar and Yazeed Alnumay and Cheng Zheng and Hassane Trigui and Sahejad Patel and Bernard Ghanem},
journal= {arXiv preprint arXiv:2308.14583},
year = {2023}
}