基于深度学习(YOLO+OpenCV)的电表读数识别系统
·
📌【核心功能】
电表字符检测与自动读数
按字符位置排序生成最终读数(非单类统计)
自动显示单位:kWh
支持图片识别、视频识别、摄像头实时识别
支持账号登录/注册(本地数据库)
识别结果可视化(框选、置信度、坐标、结果分析)
支持结果保存(图片+文本)
🛠️【技术栈】
Python
PyQt5(桌面端UI)
YOLO / Ultralytics(目标检测)
OpenCV(图像视频处理)
SQLite(账号存储)
✨【项目亮点】
读数逻辑更贴近实际场景:按检测框横向位置排序后拼接最终值
支持模型切换、阈值调节(置信度/IOU)
本地运行,隐私友好,可快速二次开发
界面完整、交互直观、可直接落地演示
📚【数据集情况(datasets目录)】
训练集图片:3700 张(datasets/train/images)
验证集图片:1004 张(datasets/val/images)
总图片数:4704 张
标注文件:训练 3700,验证 1004(一图一标注)
🔢【数据集分类(data.yaml)】
nc: 12
names: ['5', '0', 'kwh', '7', '1', '.', '9', '4', '3', '8', '2', '6']
说明:包含数字字符、小数点和单位类别,最终读数按位置排序输出。





DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐



所有评论(0)