Gauge-AttU-Net及其轻量级版本:一种基于深度学习的指针式仪器智能分割方法及其在高效读取仪器数据中的应用
《Displays》:Gauge-AttU-Net and its lightweight variant: A deep learning–driven intelligent segmentation method for pointer instruments and its application to efficient instrument reading
【字体:
大
中
小
】
时间:2026年07月11日
来源:Displays 3.9
编辑推荐:
许新荣|文光聪|克里斯托斯·格雷科斯|彭仁•基于注意力机制的指针式仪表分割网络。•可精准分割指针与主要刻度线。•轻量级设计提升实时处理性能。•结合分割与文本识别功能实现数值读取。•在工业环境中具备高精度。引言随着工业自动化及智能运维的快速发展,对工业现场各类仪器所显示的工艺参数(
许新荣|文光聪|克里斯托斯·格雷科斯|彭仁•基于注意力机制的指针式仪表分割网络。•可精准分割指针与主要刻度线。•轻量级设计提升实时处理性能。•结合分割与文本识别功能实现数值读取。•在工业环境中具备高精度。引言随着工业自动化及智能运维的快速发展,对工业现场各类仪器所显示的工艺参数(如压力、温度和流量)的监测,其在精度和实时性方面的要求日益严格。尽管数字传感器越来越普及,但指针式仪表凭借结构简单、稳定性高、抗干扰能力强且成本低等优点,在工业领域仍占据不可替代的地位。然而,人工读数不仅劳动强度大、效率低,还易受主观因素影响,无法满足现代工业对实时监控、远程数据采集和高精度测量的需求[1]。因此,实现指针式仪表的自动识别与智能读数已成为工业视觉与智能检测领域的核心研究方向。早期针对指针式仪表的识别与读数研究主要依赖传统的图像处理方法,如边缘检测、霍夫变换[2]、模板匹配[3]以及形态学分析[4]。这些方法通过预定义规则提取表盘、指针和刻度线等几何特征[5],进而计算出仪表数值。这类方法实现简单且计算效率高,但在光照变化、局部遮挡和背景干扰等复杂工作环境下,特征提取过程极易受到干扰[7]。随着深度学习的快速发展,基于卷积神经网络(CNN)的语义分割与识别方法逐渐成为指针式仪表识别的主流技术路线[8]。与传统方法相比,深度学习模型可通过端到端训练自动提取多层特征[9],在光照变化和部分遮挡等场景下具有更高的鲁棒性和识别精度[10]。例如,胡等人[11]提出了一种基于YOLO的方法,可精准定位指针式仪表区域,再结合霍夫变换和快速直线检测器(FLD)提取表盘中心与指针位置,从而实现自动读数。左等人[12]则提出了一种基于改进版Mask R-CNN的读数方法,通过分割仪表表盘和指针的二值掩码,有效解决了光照不均和仪表倾斜等场景下的读数问题。刘和石[13]将YOLOv8s网络与改进版的DeepLabV3+网络相结合,实现了指针式仪表的快速定位与精准分割,大幅降低了读数误差。近年来,指针式仪表识别领域的研究重点逐渐从提升性能转向网络结构优化与运行效率之间的平衡。通过改进网络架构并增强特征表达能力,可提升模型的泛化性能[14]。然而,现有方法在实际应用中仍存在明显局限。一方面,模型训练依赖于大量高质量标注样本[15],而工业场景下的数据采集与标注成本相对较高;另一方面,不同类型的仪表在外观、结构和刻度分布上存在显著差异[16],这限制了模型的迁移能力和泛化能力。此外,深度神经网络在边缘设备上运行时仍受限于计算资源有限和实时性不足等问题[17]。现有研究通常采用知识蒸馏、轻量级网络设计和参数压缩等策略来降低模型复杂度并提升运行效率。其中,知识蒸馏方法通过构建师徒框架,将高性能模型的判别性知识传递给轻量级网络,从而在降低计算消耗的同时保持模型精度[18]。不过,这类方法通常需要额外构建教师模型,并依赖多阶段训练,增加了训练复杂度和优化成本。相比之下,结构级轻量化方法直接优化网络结构和参数规模,实现计算消耗与模型参数的同步降低,具有更高的部署灵活性,更适用于对实时性要求较高的工业应用场景。为同时满足工业领域指针式仪表识别任务中对精度和运行效率的双重需求,本文提出了一种改进型的AttU-Net模型,用于指针式仪表的智能识别,命名为Gauge-AttU-Net。该模型整合了三个关键结构组件:(1)残差卷积模块(RCM),用于增强特征传递和梯度流动,从而缓解深度网络的性能下降问题;(2)边缘增强模块(EEM),利用可学习的Sobel算子[19]显式建模边缘信息,以提高指针和大型刻度区域的分割精度;(3)尺度感知细化分支(SRB),用于捕捉稀疏但关键的大型刻度特征,实现多任务协同分割。本文还设计了其轻量级变体Gauge-AttU-Net-Lite。该版本通过高效残差卷积降低通道计算复杂度,采用可学习的转置卷积优化上采样过程,并将边缘增强模块简化为单向梯度提取,有效降低了计算消耗,从而实现了精度与效率的更好平衡。在完成语义分割后,本文进一步设计了基于PaddleOCR的全面仪表数值读取识别方法。首先,通过集成基于深度学习的光学字符识别工具包PaddleOCR,实现大型刻度数值的自动提取;接着,基于图像尺度自适应的动态邻域匹配建立刻度值映射关系,并通过角度差步长约束确定仪表刻度数值;最后,借助大型刻度角度法实现精准读数。本文的主要贡献如下:1. 提出了一种名为Gauge-AttU-Net的改进型模型,该模型整合了残差卷积模块(RCM)、边缘增强模块(EEM)和尺度感知细化分支(SRB),可实现仪表关键结构的高精度分割。2. 设计了上述模型的轻量级变体Gauge-AttU-Net-Lite,该版本在保持精度的同时显著提升了推理速度,满足了工业场景下对模型效率和实时性的要求。3. 基于PaddleOCR和大型刻度角度法设计了自动仪表读数识别方法,实现了仪表的自动识别和高精度读数。4. 通过与多种主流语义分割模型及轻量级网络的对比实验,进一步证明了所提方法在精度和效率方面的综合优势,为指针式仪表的自动识别任务提供了有效解决方案。本文的其余结构如下:第2节详细介绍了所提出的Gauge-AttU-Net模型及其轻量级变体;第3节通过类激活图(CAM)、消融实验和对比实验验证了所提方法的有效性,还通过5折交叉验证分析了模型稳定性,并进行了边缘设备部署测试;第4节描述了基于分割结果的仪表数值读取方法;最后,第5节对本文进行总结并探讨未来研究方向。段落摘录分割网络架构在图像分割领域,由于CNN具备强大的特征表达能力、较高的推理效率以及参数共享优势,已成为语义分割任务的核心技术路线。其中,全卷积网络(FCN)和U-Net因其先进的编码器-解码器架构和跳跃连接机制,在高精度图像分割任务中被广泛采用[20]。在编码器阶段,U-Net逐步提取语义特征并捕获数据集与实验设置实验中,使用固定相机拍摄的指针式仪表图像构建了数据集。如图4所示,该数据集共包含996张图像,涵盖了18种配置各异的指针式仪表。所有图像都以JSON格式手动标注了语义信息,共定义了四类语义标签,即背景、表盘中心、指针和大型刻度线。图5展示了一个标注示例。该数据集是数字图像OCR识别传统的光学字符识别(OCR)方法对字体差异、布局不同以及背景噪声极为敏感。在光照不均、字符粘连和图像模糊的情况下,识别精度会显著下降[40]。由于指针式仪表大型刻度线的数值沿表盘圆周离散分布,且易受拍摄角度和光线强度等因素影响,传统OCR结论针对指针式仪表自动读数中存在的边界模糊、刻度遗漏以及实时性不足等问题,本文提出了一种改进的基于注意力的分割模型Gauge-AttU-Net及其轻量级变体Gauge-AttU-Net-Lite。通过系统实验,本文提出的模型在分割精度、推理效率以及工程实用性方面均取得了优异表现。Gauge-AttU-Net融合了RCM、利益冲突声明作者声明不存在任何可能影响本文研究成果的已知财务利益或个人关系。致谢本研究部分得到了国家自然科学基金项目(编号61971444)、泰山学者计划、山东省高校青年创新团队计划项目(编号2020KJN010)以及中国石油大学(华东)研究生教育教学改革项目(编号YJG2023041)的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号