OCR产业应用实战，多类别电表读数识别方案详解

我国电力行业发展迅速，电表作为测电设备经历了普通电表、预付费电表和智能电表三个阶段的发展。在产业场景中，表的种类多达十几种，过去依赖人工抄表，成本很高。如果能够采集到大量电表图片，借助人工智能技术批量检测和识别，将会大幅提升效率。

本次飞桨产业实践范例库开源电表读数识别场景应用，提供了从数据准备、技术方案、模型训练优化，到模型部署的全流程可复用方案，降低产业落地门槛。

⭐项目链接⭐

https://github.com/PaddlePaddle/awesome-DeepLearning

所有源码及教程均已开源，欢迎大家使用，star鼓励~

基于深度学习技术

实现电表读数识别

本场景要解决多类别电表识别任务，从技术上需要对多种类别的电表表数和表号进行检测再识别，从数据到模型面临着多重问题。

项目难点：

• 在数据方面，电表种类多、数据少、拍摄角度多样且部分数据反光严重。

• 如何从零标注电表数据，选择何种标注软件能够最快速度构建数据集？

• 技术路线的选择也面临多方面的问题，例如是通过文字检测来反向微调，还是通过目标检测从零训练？

本项目将一一解决这些难点。