Из-за высокой стоимости традиционного ручного снятия показаний счетчиков и ограничений из-за неблагоприятных условий окружающей среды, интеллектуальное снятие показаний становится направлением будущего развития. Распространенные счетчики электроэнергии можно разделить на механические счетчики с вращающимися цифрами и ЖК-счетчики. В частности, механические счетчики имеют проблему смещения, что приводит к потере характеристик символов при распознавании, в результате чего точность распознавания типа счетчика низкая. Для решения этой проблемы в данной работе была модифицирована основная часть сети алгоритма распознавания YOLOv5, что улучшило распознавание смещенных символов на механических счетчиках. Во-первых, в модель сети была внедрена механизм внимания CBAM, что повысило способность модели извлекать признаки смещенных символов. Во-вторых, операция нарезки (Focus) была заменена на свертку 6×6, а оригинальная пулающая структура SPP была заменена на более быструю структуру SPPF для улучшения скорости работы алгоритма. Для тестирования эффективности модели было собрано 329 образцов смещенных символов с счетчиков, при этом общая точность распознавания достигла 99,4%. Кроме того, было собрано 1500 образцов ЖК-счетчиков для тестирования обобщающей способности модели, и точность распознавания достигла 99,6%. Экспериментальные результаты показывают, что предложенный метод решает проблему низкой точности распознавания смещенных символов и подтверждает высокую обобщающую способность модели.

распознавание показаний счетчиков;YOLOv5;механизм внимания CBAM;пулающая структура;смещенные символы