指针仪表读数识别2.0-基于深度学习yolact实例分割网络

基于深度学习实例分割的指针仪表读数识别


文章目录

  • 基于深度学习实例分割的指针仪表读数识别
  • 前言
  • 一、指针仪表读数识别效果
    • 1.程序界面
    • 2.程序功能
  • 二、使用步骤
    • 2.1产品说明
    • 2.2使用方法
      • 2.2.1模型选择
      • 2.2.2文件选择
      • 2.2.3参数选择
      • 2.2.4运行
      • 2.2.5结果显示


前言

之前已经写过一篇指针读数识别的文章了,但是效果比较差,通用性不强,现在完成了第二个版本,跟第一个版本相比最大的特点是使用了深度学习,Yolact实例分割网络。
链接地址: 指针仪表读数识别1.0


一、指针仪表读数识别效果

演示视频-B站

1.程序界面

指针仪表读数识别2.0-基于深度学习yolact实例分割网络_第1张图片

2.程序功能

指针仪表读数识别2.0-基于深度学习yolact实例分割网络_第2张图片

二、使用步骤

2.1产品说明

指针仪表读数识别2.0-基于深度学习yolact实例分割网络_第3张图片

2.2使用方法

配置好软件环境后,运行yoloact文件夹中的main函数,出现程序界面如上所示

2.2.1模型选择

指针仪表读数识别2.0-基于深度学习yolact实例分割网络_第4张图片

提供多个不同的训练模型可供选择

2.2.2文件选择

在这里插入图片描述

第一个为输入可为图片或者视频,图片格式为’bmp’, ‘jpg’, ‘jpeg’, ‘png’, ‘tif’, ‘tiff’, ‘dng’, ‘webp’, ‘mpo’,视频格式为’mov’, ‘avi’, ‘mp4’, ‘mpg’, ‘mpeg’, ‘m4v’, ‘wmv’, ‘mkv’。
第二个为获取本地摄像头,电脑内置摄像头,usb摄像头
第三个为ip摄像头,以rtsp://', ‘rtmp://’, ‘http://’, 'https://'开头的视频链接

2.2.3参数选择

指针仪表读数识别2.0-基于深度学习yolact实例分割网络_第5张图片

设置模型检测的置信度和每次检测的延时,单位ms

2.2.4运行

在这里插入图片描述
指针仪表读数识别2.0-基于深度学习yolact实例分割网络_第6张图片
指针仪表读数识别2.0-基于深度学习yolact实例分割网络_第7张图片

左侧为开始、暂停按钮,右侧为停止按钮
在选择文件、模型权重、设置参数后,点击开始按钮

检测结束后,右侧显示出处理后的图像

2.2.5结果显示

指针仪表读数识别2.0-基于深度学习yolact实例分割网络_第8张图片

检测完成后在结果统计中显示出读数结果,保留10条历史记录

你可能感兴趣的:(cv,opencv,深度学习,图像识别,计算机视觉)