En raison du coût élevé de la relève manuelle traditionnelle des compteurs et des contraintes liées aux environnements difficiles, la relève intelligente des compteurs devient la direction de développement future. Les compteurs électriques courants se divisent principalement en deux catégories : compteurs mécaniques à rouleaux et compteurs à écran LCD. Parmi eux, le compteur mécanique à rouleaux présente un problème de déviation, entraînant une perte d’informations caractéristiques des caractères lors de la reconnaissance, ce qui réduit la précision de la reconnaissance du type de compteur. Pour résoudre ce problème, cet article a modifié la partie backbone de l’algorithme de reconnaissance YOLOv5, améliorant ainsi la reconnaissance des caractères déviés du compteur à rouleaux mécanique. Premièrement, un mécanisme d’attention CBAM a été introduit dans le modèle réseau, augmentant la capacité d’extraction des caractéristiques des caractères déviés. Deuxièmement, l’opération de découpage (Focus) a été remplacée par une convolution 6×6, et la structure de pooling SPP d’origine a été remplacée par une structure SPPF plus rapide pour améliorer la vitesse d’exécution de l’algorithme. Pour tester les performances du modèle, 329 échantillons de caractères déviés des compteurs ont été collectés, atteignant une précision globale de 99,4%. Par ailleurs, 1500 échantillons de compteurs LCD ont été collectés pour tester la généralisation du modèle, avec une précision de reconnaissance atteignant 99,6%. Les résultats expérimentaux montrent que la méthode présentée résout le problème de faible taux de reconnaissance des caractères déviés, tout en vérifiant la forte capacité de généralisation du modèle de reconnaissance.

reconnaissance des relevés de compteurs;YOLOv5;mécanisme d’attention CBAM;structure de pooling;caractères déviés