基于深度学习的标准金属量器液位图像检测方法
基于深度学习的标准金属量器液位图像检测方法
潘嘉鹏1 杨荣淇2 金荣品2 赵翠莲1
（1.上海大学机电工程与自动化学院；2.上海船舶研究设计院）
摘要：传统基于灰度梯度分割的液位识别方法容易受到光照､清晰度等因素的影响，鲁棒性较低。为了解决这一问题，本文提出采用深度学习的液位图像检测算法；针对量器玻璃管液位线特点裁剪网络压缩卷积层，加快提取速度；使用K-means聚类设计先验框，增强尺度适应性。实验结果表明，基于YOLOv4的改进模型在液位线动态识别中，平均准确率mAP达到98.63%，帧处理速度达到了40fps。
关键词：标准金属量器；液位识别；YOLOv4
