基于機(jī)器視覺AI智能識(shí)別的計(jì)量器具信息檢索系統(tǒng)研究與應(yīng)用-江蘇省鋼鐵行業(yè)協(xié)會(huì)

本文研究一種基于機(jī)器視覺AI智能識(shí)別的計(jì)量器具信息檢索系統(tǒng)，對(duì)建立起的計(jì)量器具數(shù)據(jù)庫進(jìn)行AI智能深度學(xué)習(xí)、存儲(chǔ)，并對(duì)實(shí)物計(jì)量器具進(jìn)行識(shí)別、檢索及信息輸出。

一、系統(tǒng)總體技術(shù)設(shè)計(jì)

1.功能需求

根據(jù)工作實(shí)踐，該系統(tǒng)需要具備以下功能:準(zhǔn)確識(shí)別實(shí)物器具；按需輸出計(jì)量信息；良好的人機(jī)界面，使用方便、快捷。

2.系統(tǒng)總體技術(shù)框架

基于機(jī)器視覺AI智能識(shí)別的計(jì)量器具信息檢索系統(tǒng)，包括計(jì)量器具離線深度學(xué)習(xí)、計(jì)量器具在線識(shí)別檢索兩部分。其中，計(jì)量器具離線深度學(xué)習(xí)在計(jì)量器具離線圖像庫上，訓(xùn)練深度學(xué)習(xí)分類算法直至識(shí)別準(zhǔn)確率、識(shí)別時(shí)間滿足需求；計(jì)量器具在線識(shí)別檢索則通過攝像頭或手機(jī)采集計(jì)量器具圖像，在線識(shí)別計(jì)量器具種類，檢索計(jì)量知識(shí)庫，按需求輸出計(jì)量信息。系統(tǒng)總體技術(shù)框架如圖1所示。

圖1 基于機(jī)器視覺AI智能識(shí)別的計(jì)量器具信息檢索系統(tǒng)框架圖

二、計(jì)量器具數(shù)據(jù)庫的建立

1.計(jì)量器具圖庫的建立

計(jì)量器具圖庫采用“一儀多圖”的方式建庫。每種計(jì)量器具選擇型號(hào)不同、外觀差異較大的多個(gè)器具進(jìn)行拍攝，每個(gè)器具從不同角度拍攝多張照片，供系統(tǒng)深度學(xué)習(xí)，以提高系統(tǒng)識(shí)別實(shí)物的廣度和準(zhǔn)確度。

2.計(jì)量器具信息庫的建立

建立檢測資質(zhì)范圍內(nèi)計(jì)量器具的信息庫，包含每種計(jì)量器具的檢測項(xiàng)目、檢測范圍、檢測實(shí)驗(yàn)室、送樣地點(diǎn)、檢測周期、送檢注意事項(xiàng)、檢測資質(zhì)、檢測方法、收費(fèi)標(biāo)準(zhǔn)等相關(guān)信息，供系統(tǒng)智能檢索、輸出信息。

三、算法及識(shí)別

1.算法模型

ResNet是目前深度化模型代表，ResNet模型由大量BottleNeck結(jié)構(gòu)及卷積層、最大池化層構(gòu)成。其中ResNet50算法模型由18個(gè)BottleNeck結(jié)構(gòu)、1個(gè)7×7卷積層、1個(gè)最大池化層組成，7×7卷積層、池化層、降采樣殘差構(gòu)造塊(即每一級(jí)Stage)均將特征圖分辨率降低1/2。

2.實(shí)現(xiàn)識(shí)別

采用ResNet50深度學(xué)習(xí)分類算法模型，對(duì)上述計(jì)量器具圖庫進(jìn)行深度學(xué)習(xí)測試，在訓(xùn)練集上識(shí)別準(zhǔn)確率為100%，在測試集上識(shí)別準(zhǔn)確率為96.53%，判定項(xiàng)目可行。

四、系統(tǒng)的實(shí)現(xiàn)

1.研發(fā)基于機(jī)器視覺AI智能識(shí)別的計(jì)量器具信息檢索系統(tǒng)裝置

該裝置由深度學(xué)習(xí)主機(jī)、相機(jī)、相機(jī)支架及顯示器構(gòu)成，可以準(zhǔn)確識(shí)別各類計(jì)量器具并按需求輸出器具名稱、檢測項(xiàng)目、檢測范圍、檢測實(shí)驗(yàn)室、送樣地點(diǎn)、檢測周期、送檢注意事項(xiàng)、檢測資質(zhì)、檢測方法、收費(fèi)標(biāo)準(zhǔn)等相關(guān)項(xiàng)信息。

2.開發(fā)手機(jī)端基于機(jī)器視覺AI智能識(shí)別的計(jì)量器具信息檢索系統(tǒng)App/小程序

打開App/小程序，通過掃一掃功能啟動(dòng)手機(jī)攝像頭，識(shí)別實(shí)物器具，輸出計(jì)量器具名稱、可出具報(bào)告種類、送檢要求、檢測周期、收費(fèi)標(biāo)準(zhǔn)等相關(guān)信息。

五、結(jié)束語

基于大量計(jì)量器具不能被人工快速識(shí)別并準(zhǔn)確判斷相關(guān)信息的問題，本文采用ResNet深度學(xué)習(xí)分類算法及智能信息檢索方法，結(jié)合計(jì)量器具數(shù)據(jù)庫，研發(fā)了基于機(jī)器視覺AI智能識(shí)別的計(jì)量器具信息檢索系統(tǒng)裝置，代替人工去識(shí)別器具、輸出信息，極大提高了前臺(tái)收樣人員的工作效率和準(zhǔn)確度；同時(shí)減少了客戶辦理業(yè)務(wù)的時(shí)間，縮短了其他客戶的等待時(shí)長，使客戶滿意度得到大幅提升。后期，將該系統(tǒng)與機(jī)構(gòu)內(nèi)的收樣檢務(wù)系統(tǒng)對(duì)接，則可實(shí)現(xiàn)客戶24小時(shí)不間斷地自助送檢業(yè)務(wù)。

基于機(jī)器視覺AI智能識(shí)別的計(jì)量器具信息檢索系統(tǒng)App/小程序的應(yīng)用則可以方便客戶自助查詢各種送檢要求、信息，減少電話咨詢和現(xiàn)場咨詢頻次，從而提升客戶服務(wù)體驗(yàn)。