文章目录
一、概述
数字式仪表是指以数字的形式呈现仪表读数的仪表类型，其特点是读数比较直观，如下图为配电房常用数字式仪表
对于数字仪表的读数识别实质上就是0-9十个数字字符的识别，可以把它当成一个具有10个类别的目标检测任务来实现，由于当前目标检测算法比较成熟，因此算法方面不是难点，最关键的是训练数据集的搜集和准备。目前仅有70张来自实际配电房场景的数字仪表相关图片，这显然无法满足目标检测算法的训练要求，因此还需要想各种办法增加或扩充训练数据。本文主要介绍配电房数字式仪表读数识别算法的开发过程，其中重点阐述训练数据的扩充过程。
二、训练数据准备
由于来自实际场景的图片很难搜集，因此主要通过以下两种方式对训练数据进行扩充，一是根据图片特点，自动生成相关训练图片；二是利用爬虫技术从互联网爬取相关图片。
2.1 自动生成图片
由于数字仪表中的数字读数部分是一种数码管字体，因此可以考虑利用相应的数码管字体产生相应的数字字符串，然后将这些数字字符串叠加到背景图片中，从而达到自动生成数字字符训练图片的目的，由于生成过程是通过程序控制的，因此在生成图片的同时，还能够同步获取这些数字字符在图片中的坐标信息，从而可以生成这些图片对应的标注文件，这样就能够节省大量的数据标注工作，可以无限量地自动生成训练图片及其对应的标注文件。
为了能够更加贴合实际场景，背景图片选择实际配电房场景的图片。
为了增加数据的丰富性，生成的数字字符串的颜色、大小和放置位置都在一定范围内随机产生，且不同字符串之间不重叠。
以下为代码自动生成的图片示例
2.2 爬虫搜集图片
上一步中利用代码可以自动生成无限量的训练图片及其标注文件，但为了防止过拟合，还需要一些其他来源的训练数据，为此，可以借助爬虫技术从网络中爬取一些相关的图片，作为训练集的补充。
利用爬虫脚本，分别以"数字表计"、"数字仪表"、"数码管仪表"等为关键词，从百度图片网址爬取下载图片，共获得1500多张图片，经过清洗筛选，得到 **452 **张可用于训练的数字表计图片，如下图所示：
可以看到，网上爬取的图片五花八门，虽与配电房场景不太匹配，但在已有大量生成图片的基础上，可以作为训练集的补充和完善，进一步丰富数据的来源，防止过拟合的发生。
三、模型训练及测试
3.1 数据集组成
上述第二步描述了训练数据的自动生成方法，理论上可以生成无限量的训练图片，但由于生成图片毕竟与实际图片有些不同，如果生成图片数量过多，会导致过拟合的发生。因此，经过综合考虑和衡量，决定生成3000张图片用于训练，然后再将利用爬虫得到的452张图片，以及来自实际场景的70张图片合并到一起，组成一个3522张图片的数据集，然后再将该数据集按照6:2:2的比例随机划分为训练集、验证集、测试集。数据集组成如下表所示
| 图片类别 | 生成图片 | 网络爬取图片 | 实际场景图片 | 合计 | 训练集图片 | 验证集图片 | 测试集图片 |
|---|---|---|---|---|---|---|---|
| 数量 | 3000 | 452 | 70 | 3522 | 2113 | 704 | 705 |
3.2 模型训练及评价
准备好数据集后，利用yolov8目标检测算法对数据集进行训练，经过200轮的训练，得到的yolov8模型在测试集上进行测试，最终的精确率、召回率如下表所示
| 测试集图片 | 精确率P | 召回率R |
|---|---|---|
| 705 | 0.993 | 0.983 |
3.3 预测结果可视化
训练得到模型后，对测试集图片进行推理预测，得到的可视化结果如下所示
四、小结
本文主要介绍了配电房数字式仪表读数识别算法的开发过程，在严重缺乏实际场景图片的情况下，采用了两种数据扩增方法，一种是利用代码自动生成大量图片，另一种是利用爬虫技术从网络爬取相关图片，然后将所有数据组成一个数据集，并进行模型训练，所得模型在测试集的精确率、召回率分别达到0.993、0.983，同时从可视化预测结果来看，模型也具有很好的识别效果，与预期相符，表明了本文提出的数据生成方法及读数识别算法的有效性。