基于改进YOLOv4-Tiny的指针仪表自动读取方法

来源：计算机应用与软件杂志2024年第8期北京时间：

作者：邵磊, 陈培栋, 孙文涛, 李超, 刘宏利

摘要：为了提高对指针仪表识别的准确率与泛化能力，提出一种基于改进YOLOv4-Tiny的指针仪表自动读取方法。该方法一级模型基于YOLOv4-Tiny算法，提取指针仪表表盘区域以及仪表分类，并通过加深主干特征提取网络、增加FPN（Feature Pyramid Networks）结构与检测头、使用PreLU（Parametric Rectified Linear Unit）激活函数，提高原YOLOv4-Tiny模型的检测精度。二级读数算法通过 (PPHT)累计概率霍夫变换和最小二乘法拟合指针，通过斜率推导仪表读数。实验结果表明，改进方法能够有效、准确地完成对指针仪表的读取，改进的YOLOv4-Tiny模型相比于原模型F1分数提升了10.65百分点，达到了93.31%，FPS达到了192，整体识别准确率达到了99.36%。

关键词：目标检测, 指针仪表识别, YOLO, PReLU, FPN