[发明专利]一种电子计量装置的数据检测方法、装置及电子设备

说明书

本发明涉及智能监测领域，揭露一种电子计量装置的数据检测方法、设备及电子设备，所述方法包括：将待计量物品放置在电子计量装置，运行所述电子计量装置，并利用监控设备监控所述电子计量装置的计量显示屏，得到计量监控视频，从所述计量监控视频中提取关键帧，得到计量监控图，从所述计量监控图中识别计量显示屏区域，得到计量显示图，对所述计量显示图执行高斯模糊，得到计量待识别图，利用预训练完成的计量识别模型，识别所述计量待识别图，得到计量识别值。本发明可解决数据检测效率不高、浪费大量人力资源的问题。

技术领域

本发明涉及智能检测领域，尤其涉及一种电子计量装置的数据检测方法、装置及电子设备。

背景技术

伴随科技发展，各行各业迎来技术革新及迭代，但即使行业发展迅速，但依然需严格遵守工业标准，如产品规格、重量等依然需保持在合理误差内。

目前常用的产品检测方法，主要将产品放置于电子计量装置，基于电子计量装置测量出产品规模并通过显示器显示至用户，用户将显示器的显示数据记录至表格中，并最后上传至计算机，这种方法虽可解决产品检测，但由于用户参与过多，极大的浪费了人力资源，且检测方法效率较低，已无法符合当前工业要求。

发明内容

本发明提供一种电子计量装置的数据检测方法、装置、电子设备，其主要目的在于解决数据检测效率不高、浪费大量人力资源的问题。

为实现上述目的，本发明提供的一种电子计量装置的数据检测方法，包括：

将待计量物品放置在电子计量装置，运行所述电子计量装置，并利用监控设备监控所述电子计量装置的计量显示屏，得到计量监控视频；

从所述计量监控视频中提取关键帧，得到计量监控图；

从所述计量监控图中识别计量显示屏区域，得到计量显示图；

对所述计量显示图执行高斯模糊，得到计量待识别图；

利用预训练完成的计量识别模型，识别所述计量待识别图，得到计量识别值。

可选地，从所述计量监控图中识别计量显示屏区域，得到计量显示图，包括：

获取计量监控训练集及真实标签集；

利用预构建的卷积神经网络对所述计量监控训练集中的每张计量监控训练图执行卷积、池化，得到监控特征集；

利用预设的激活函数计算所述监控特征集中每张监控特征的预测标签，得到预测标签集；

利用预设的损失函数计算所述真实标签集与所述预测标签集之间的损失值；

根据所述损失值对所述卷积神经网络执行参数优化，并返回卷积、池化步骤，直至所述损失值小于预设损失阈值，确定所述卷积神经网络为计量显示检测模型；

将所述计量监控图输入至所述计量显示检测模型，得到所述计量显示图。

可选地，所述利用预构建的卷积神经网络对所述计量监控训练集中的每张计量监控训练图执行卷积、池化，得到监控特征集，包括：

将所述计量监控训练集中的每张计量监控训练图，依次输入至所述卷积神经网络，其中，所述卷积神经网络包括卷积层、池化层；

利用所述卷积层中的卷积核，按照预设步长对所述计量监控训练图执行卷积操作，得到卷积特征集；

根据最大池化原理，在所述池化层中对所述卷积特征集执行池化操作，得到所述监控特征集。

可选地，所述对所述计量显示图执行高斯模糊，得到计量待识别图，之前还包括：

遍历所述计量显示图的像素点，计算每个所述像素点的二维离散傅里叶变换函数；