摘要
船舶水尺的检测与识别对于实现精准水尺计重至关重要。针对传统人工观测存在的主观性强、有误差和高成本等问题,提出了一种基于深度学习的船舶水尺读数方法。首先,使用YOLOv8检测算法对水尺区域进行字符目标检测,然后,使用分割一切模型(SAM)分割水面区域,最后,通过形态学操作与计算得到最终读数。实验结果表明,该方法在船舶水线检测和水尺识别精度方面均表现出明显的优越性,机器视觉水尺读数精度达到99.7%。
出处
《电脑编程技巧与维护》
2024年第6期118-120,共3页
Computer Programming Skills & Maintenance
基金
南京海关科技计划资助项目“基于卷积神经网络的水尺智能识别技术研究”(2022KJ42)。