羿娲科技CEO受邀出席中国国际表计行业年度大会，分享图像抄表成功经验

2019中国国际表计行业年度大会于4月1日-4月4日在无锡市瑞廷西郊酒店举行，羿娲科技CEO谷鹄翔受邀参会并发表了演讲。作为智能仪表识别领域唯一受邀进行演讲的嘉宾，谷鹄翔从“图像抄表的难点”、“传统算法的局限性”以及“深度学习算法的优势”等几方面，和参会观众分享了深度学习算法在抄表领域的机遇与挑战。

图像抄表，困难何在？

谷鹄翔认为图像抄表的难点主要在于表型多、干扰多、意外多。表型多主要体现为仪表种类繁多，市场上存在如数字水表、多指针表、机械表、LCD液晶表等多种表型。干扰多主要体现为实际使用环境复杂，仪表经常面临暴雨淋打、常年浸泡（井下积水）、双层铁皮井盖屏蔽信号传输、暗水井下水气湿冷、严寒等环境，受长期使用、环境变化、阳光折射等因素影响，还会出现表盘模糊、水雾、水渍、光斑等情况。意外多主要体现为操作不当、气候因素导致的表盘数字区域被刮花、表盘被冻裂等现象。由于存在以上难点，图像抄表对电池寿命、传输稳定性、云端并发性等技术指标的要求很高，与此同时客户愿意付出的成本有限，所以对于图像抄表领域的企业来说挑战很大。

传统算法的局限性

目前，大部分图像抄表企业采用的都是传统的识别算法，而传统算法存在很大的局限性，一方面体现为通用性差，无法适配不同厂家生产的不同表型的仪表；另一方面体现为稳定性不高，在实际场景中，算法遇到的异常多、干扰多，导致识别结果不稳定。如果不在乎仪表类型、不在乎使用环境都做鲁棒识别，则对于传统算法来说是一个巨大的挑战。所以除去传输稳定性、防水性等因素，识别是导致摄像抄表没有大规模推广的主要原因。

深度学习算法模拟人眼识别图像的过程，优势是通用性强、鲁棒性高、稳定性好，可以达到很高的识别准确率。在实际应用中，我们的深度学习算法可以识别不同厂家不同类型的仪表，如机械电表、多指针水表、数字字轮水表、燃气字轮表、液晶表等；面对水珠、光斑、水泡、模糊、截断、遮挡、脏污、斑痕、灰尘等异常情况，算法能够达到极高的稳定性。基于深度学习算法的技术特征，我们构建了具备预处理、识别、异常检测、异常矫正、信息挖掘、安全等六大部分的识别系统核心模块，研发了涵盖抄表、分析、建议功能的羿读摄像远传抄表产品。

羿读摄像远传抄表产品

羿读摄像远传抄表产品，是一套用于各类仪表的表盘图片采集、远传、识别与分析的仪表读数识别系统，由采集终端、云平台、Web/移动应用三部分组成：采集终端能够按照指定抄表周期拍摄表盘照片，并通过GPRS/NB-IoT通信模块将图片远传至服务端，云平台进行表盘照片的存储、学习及分析，最终将读数结果与相关信息提供给用户。羿读摄像远传抄表产品适用于不同品牌、不同型号、不同类型的仪表，基于深度学习的图像识别算法，对表盘图像的识别准确率高达99.99%。

演讲反馈热烈，展位异常火爆

在中国国际表计行业年度大会同期的展厅内，羿娲科技通过数据大屏、展柜等方式对产品进行了全面展示，吸引了大批与会者前来咨询洽谈。

通过此次大会，羿娲科技与上下游企业进行了深入的技术和经验交流，和意向客户共同探索了更多的合作方式和可能，为未来发展带来了新契机。

关于羿娲科技

北京羿娲科技有限公司是一家专注于水电气热和工业仪表视觉识别的人工智能物联网（AIoT）企业。致力于以低成本、高效率的手段赋能各类仪表，解决亿万级海量水电气热及工业仪表在采集、传输与数据分析过程中面临的问题。

公司自主研发羿读AI视觉读表产品，通过在水电气等仪表上加装羿读拍照终端，基于图像识别技术自动识别读数结果。快速实现仪表的在线化管理，为客户提供可视化数据和分析结果。