基于深度学习的变电设备铭牌文本提取算法  

作　　者：卫良润 杨柳林[1] 

机构地区：[1]广西大学电气工程学院,广西南宁530004

出　　处：《物联网技术》2024年第1期37-41,共5页Internet of things technologies

摘　　要：变电设备铭牌数据管理对电力系统运行至关重要。在巡检设备中使用图像文本提取技术可以提高铭牌信息采集效率。然而,变电设备铭牌图像中存在多种文本提取难点,如文本多样性、背景多样性、图片质量多样性、形变多样性和排版多样性等。本文提出了一种端到端的图像文本提取算法,使用RoIRotate模块将文本检测和文本识别合并为一个任务。此外,本文为中文场景设计了一套训练流程并创建了端到端标注的变电设备铭牌文本数据集(RSEN)。实验结果表明,本文使用方法在该领域的文本检测精度达到88.89%,查全率为87.67%,文本识别精度为90.68%。这表明本文提出的文本提取方法具有鲁棒性,同时也验证了本文提出的数据集和训练方法的可靠性和有效性。

关 键 词：变电设备 铭牌 深度学习 文本提取 文本检测 文本识别 

分 类 号：TP399[自动化与计算机技术—计算机应用技术] TM769[自动化与计算机技术—计算机科学与技术] TM930.9[电气工程—电力系统及自动化]