公共文化服务平台

搜索到4985篇“ 指针式“的相关文章

一种指针式旋转制动表: 本实用新型提供了一种指针式旋转制动表，包括：手表主体，手表主体前端内部的底端安装有底壳，底壳前端安装有驱动装置，驱动装置右端安装有调节旋钮，驱动装置前端安装有底盘，底盘前端安装有转动盘，转动盘右上端安装有制动按钮，转动盘...; 钟志平殷东传

一种指针式推拉力计: 本实用新型公开了一种指针式推拉力计，涉及指针式推拉力计技术领域，包括防护组件、主体组件和连接组件；所述防护组件包括活动板，所述活动板的一侧设置保护套，所述活动块的一侧安装连接块，所述连接块的一侧设置挂绳，在本实用新型中，...; 罗玉吴彬巴伦波邹鹏

一种指针式微差压表校准装置: 本实用新型公开了一种指针式微差压表校准装置，本实用新型涉及仪表校准技术领域，该指针式微差压表校准装置，通过设置校准筒、活塞组件、活动杆和电动推杆，使电动推杆能够带动活塞组件在校准筒内部任意移动，校准筒与微差压表主体相互连...; 张小兴刘亚敏姜海燕王迎迎丁亚芬

一种新型指针式机械仪表表头装置: 本发明涉及机械仪表技术领域，具体为一种新型指针式机械仪表表头装置，主要是由表头上支架、表头下支架、平衡十字架、可动线圈、导磁内铁芯、导磁外铁芯和磁铁组成，一方面，通过设置的可动线圈、导磁内铁芯、导磁外铁芯和磁铁的配合使用...; 刘耀龙陈东耿红杰秦传勇

一种带液晶显示的指针式机芯时钟系统: 本发明公开了一种带液晶显示的指针式机芯时钟系统，包括壳体、翻转台、翻转驱动机构、液晶时间显示模组、指针式机芯时间模组、背景展示模组、主控芯片模块、外部时钟源模块、无线通信模块及移动终端，所述壳体的正面设置有安装槽，所述翻...; 李明渊

指针式仪表读数识别方法、装置和终端设备: 本申请适用于仪表识别技术领域，提供了一种指针式仪表读数识别方法、装置和终端设备。该方法包括：根据指针式仪表图像对指针式仪表的刻度和指针进行分割，得到多个刻度线和一个指针；对指针式仪表图像进行文本识别，得到多个刻度值；根据...; 董波郭晓龙邵昆伦李晓慧张翼翔尹斯源

基于深度学习的指针式机械水表读数识别算法: 2025年; 指针式机械水表主要依靠人工进行抄表和识别,存在耗时长、人工成本高、识别错误率高等缺点。近年来随着深度学习技术的发展,研究人员将其应用于水表读数识别方面。设计一套基于深度神经网络的指针式机械水表读数识别算法(PWMR-DL),可准确地识别指针式机械水表的读数,并构建指针式机械水表数据集用于算法训练和测试。针对子表盘的检测和矫正,引入MaskRCNN模型实现表盘定位与分割,并设计了高效的矫正策略对各个子表盘进行旋转校正,以提升指针式机械水表图像在不同旋转角度下识别的鲁棒性,减少误差。在子表盘读数识别阶段,引入CA注意力机制改进EfficientNet模型,以提升读数识别的准确率,并通过增加分类维度到20类,细化了指针位置处于数字间隙时的判断精度。同时,结合子表盘读数序列相关性校正逻辑设计读数生成方法,有效减少了读数错误。实验结果表明,PWMR-DL算法在子表盘读数识别方面,与改进前的EfficientNet模型相比精度提升了约2.4%,而且经过优化的模型仅增加了少量参数,维持了其轻量级的特性。在低分辨率图像下,PWMR-DL算法的整体识别精度可达到96.8%。; 薛振豪许书君周哲帆王敏文向喻珺岩郭玉彬李西明; 关键词：计算机视觉读数识别

基于自动量程识别的指针式仪表盘读数研究: 2025年; 针对现有仪表读数方法只能识别预先设定量程下的仪表盘示数的问题,提出了一种能够自动识别并读取不同量程下指针式仪表盘示数的读数方法。使用YOLOv5模型检测出待测仪表盘,以去除背景干扰;采用U-Net模型分割出指针和刻度线,根据分割结果提取起始和结束刻度线附近的区域;利用PP-OCRv3模型识别量程信息;基于分割出的起始和结束量程刻度线与指针圆心的位置关系,采用角度法计算出仪表盘读数。实验结果表明,该读数方法不仅能准确识别量程,还能实现精确读数,其平均引用误差仅为0.8%。; 宋思源朱均超韩芳芳刘斌张明惠; 关键词：读数识别

一种基于深度学习的指针式仪表读数识别方法: 本发明公开了一种基于深度学习的指针式仪表读数识别方法，该方法包括以下步骤：获取仪表表盘边界框并裁剪、校正获得仪表表盘图像；获得子边界框并获得刻度点读数和中心点坐标；根据中心点坐标获得指针角度和刻度点角度；根据指针角度和刻...; 吕锦柏赵晓霞夏志永陈操陈飞洋

基于元学习的小样本指针式仪表检测方法: 2025年; 仪表定位精度是保证指针式仪表示数准确识别的前提。复杂工业场景下仪表样本难以采集,小样本情况下,现有指针式仪表定位检测方法存在检测精度低、实时性差的问题。为此,提出了基于元学习的小样本指针式仪表检测方法Sparse-Meta-DETR。并以Meta-DETR为目标检测基线模型,采用元学习训练策略,在元训练阶段构建多个小样本任务训练Sparse-Meta-DETR模型,增强特征相关聚合模块对特征空间中支持集和查询集类别的余弦距离的度量能力,使模型能够在元测试阶段小样本任务中识别图像包含的类别,快速适应新类小样本任务,检测复杂工业场景图像中包含的指针式仪表;引入轻量级主干网络Efficientnet b1作为特征提取器,减少模型的计算复杂度和参数量;设计评分网络对查询特征稀疏采样,构建稀疏化遮罩选取前景特征,引导Transformer编/解码器对前景特征进行处理,进一步减少计算量并提高检测精度。使用Sparse-Meta-DETR模型,20-shot时指针式仪表定位检测精度指标AP^(50)和AP^(75)分别达到了94.2%和87.5%,10-shot时的AP^(50)达到了91.1%;相较于最初的基线模型,改进模型的时间复杂度下降了74.5%。实验结果表明,Sparse-Meta-DETR不仅能够保证样本匮乏时仪表定位的精度,还可以有效地提高仪表定位的实时性,其整体性能优于Meta-RCNN等小样本深度学习算法。; 孙前来林绍杭刘东峰宋晓阳刘佳耀刘瑞珍; 关键词：指针式仪表元学习小样本目标检测

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈