本文研究一種基于機器視覺AI智能識別的計量器具信息檢索系統(tǒng)，對建立起的計量器具數(shù)據(jù)庫進行AI智能深度學習、存儲，并對實物計量器具進行識別、檢索及信息輸出。根據(jù)工作實踐，該系統(tǒng)需要具備以下功能:準確識別實物器具；按需輸出計量信息；良好的人機界面，使用方便、快捷。基于機器視覺AI智能識別的計量器具信息檢索系統(tǒng)，包括計量器具離線深度學習、計量器具在線識別檢索兩部分。其中，計量器具離線深度學習在計量器具離線圖像庫上，訓練深度學習分類算法直至識別準確率、識別時間滿足需求；計量器具在線識別檢索則通過攝像頭或手機采集計量器具圖像，在線識別計量器具種類，檢索計量知識庫，按需求輸出計量信息。系統(tǒng)總體技術框架如圖1所示。圖1 基于機器視覺AI智能識別的計量器具信息檢索系統(tǒng)框架圖
二、計量器具數(shù)據(jù)庫的建立
計量器具圖庫采用“一儀多圖”的方式建庫。每種計量器具選擇型號不同、外觀差異較大的多個器具進行拍攝，每個器具從不同角度拍攝多張照片，供系統(tǒng)深度學習，以提高系統(tǒng)識別實物的廣度和準確度。建立檢測資質(zhì)范圍內(nèi)計量器具的信息庫，包含每種計量器具的檢測項目、檢測范圍、檢測實驗室、送樣地點、檢測周期、送檢注意事項、檢測資質(zhì)、檢測方法、收費標準等相關信息，供系統(tǒng)智能檢索、輸出信息。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BottleNeck結(jié)構(gòu)、1個7×7卷積層、1個最大池化層組成，7×7卷積層、池化層、降采樣殘差構(gòu)造塊(即每一級Stage)均將特征圖分辨率降低1/2。采用ResNet50深度學習分類算法模型，對上述計量器具圖庫進行深度學習測試，在訓練集上識別準確率為100%，在測試集上識別準確率為96.53%，判定項目可行。1.研發(fā)基于機器視覺AI智能識別的計量器具信息檢索系統(tǒng)裝置該裝置由深度學習主機、相機、相機支架及顯示器構(gòu)成，可以準確識別各類計量器具并按需求輸出器具名稱、檢測項目、檢測范圍、檢測實驗室、送樣地點、檢測周期、送檢注意事項、檢測資質(zhì)、檢測方法、收費標準等相關項信息。2.開發(fā)手機端基于機器視覺AI智能識別的計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手機攝像頭，識別實物器具，輸出計量器具名稱、可出具報告種類、送檢要求、檢測周期、收費標準等相關信息。基于大量計量器具不能被人工快速識別并準確判斷相關信息的問題，本文采用ResNet深度學習分類算法及智能信息檢索方法，結(jié)合計量器具數(shù)據(jù)庫，研發(fā)了基于機器視覺AI智能識別的計量器具信息檢索系統(tǒng)裝置，代替人工去識別器具、輸出信息，極大提高了前臺收樣人員的工作效率和準確度；同時減少了客戶辦理業(yè)務的時間，縮短了其他客戶的等待時長，使客戶滿意度得到大幅提升。后期，將該系統(tǒng)與機構(gòu)內(nèi)的收樣檢務系統(tǒng)對接，則可實現(xiàn)客戶24小時不間斷地自助送檢業(yè)務。基于機器視覺AI智能識別的計量器具信息檢索系統(tǒng)App/小程序的應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，從而提升客戶服務體驗。
