文献类型：期刊文章

作　　者：刘小波[1] 徐波[1] 宋爱国[2] 田定胜[3] 吴道平[3]

LIU Xiaobo;XU Bo;SONG Aiguo;TIAN Dingsheng;WU Daoping(State Grid Jiangxi Maintenance Company,Nanchang 330096,China;Southeast University,Nanjing 210000,China;CSG Smart Science&Technology Co.,Ltd,Nanjing 210000,China)

机构地区：[1]国网江西省电力有限公司检修分公司,江西南昌330096 [2]东南大学,江苏南京210000 [3]科大智能电气技术有限公司,江苏南京210000

出　　处：《供用电》

基　　金：国家电网有限公司科技项目(52182316000B)~~

年　　份：2019

卷　　号：36

期　　号：12

起止页码：80-86

语　　种：中文

收录情况：RCCSE、ZGKJHX、普通刊

摘　　要：当前巡检机器人使用传统的图像识别算法,传统图像识别算法需要进行字符切割以及大量人工建模操作,受环境变化影响大。文章采用深度学习CRNN模型,对数字区域进行整行识别,简化了人工建模步骤,识别正确率高,数字表计识别率达到99%以上。针对部分场景识别错误率高的问题,结合attention机制,对模型进行扩展,实验结果表明,该扩展模型获得了良好的提升效果。

关 键 词：变电站 巡检机器人 深度学习  CRNN  文本识别

分 类 号：TP242]