这篇文献你来看看学习下
随着科学技术的发展,计算机视觉技术可以通过相机拍摄的图片获取有效信息。在《计算机科学与应用》期刊中,有学者为了提高数显仪表的识别率,设计了一种传统图像处理方法和深度学习技术相结合的算法,即一种基于改进的卷积神经网络的数显仪表识别算法。首先通过传统图像处理技术对图像进行图像预处理、字符分割等操作,然后由基于注意机制的卷积神经网络算法对字符进行识别。实验结果表明,该方法不仅有效提高了字符的准确率,字符识别率高达98.5%,还提高了网络的收敛速度。该方法基本可以满足各种数显仪表的识别,能够满足实际应用的需求。