案例简介
工矿企业传统机械指针表的人工数据采集面临着诸多挑战 :
中兴克拉应用飞桨深度学习开源框架的检测、压缩、部署等全流程 功能，实现了对多种类多尺度仪表的分割、检测和读数，并在上线 后大幅提升了仪表的读数效果。
场景分析
业务挑战
不同种类的表具相似度很大，仅有量程和 单位不同，且表具单位可能被指针遮挡。
在表具图片过小、倾斜角度大、指针高度 导致读数误差和刻度细小等复杂环境下， 读数的精确度低。
室外环境可能会存在光源、反光、尘土等 多种情况的影响。
技术方案
整体流程
算法亮点
亮点一：表具的种类、单位和量程等事先采集为配置信息
亮点二：对算法进行了相应优化
上线效果
中兴克拉基于飞桨实现算法并训练优化后，分割效果达到了较高精度。表具分割结果
部署上线
中兴克拉完成整体算法开发后，根据不同客户的需求制定了云端和边缘两种部署方案，实现了多场景的应用。
方案一: 云端方案
终端通过摄像头获取表具图像，通过 LoRa 回传到云端服务，由云端服务器进行推理识别 , 该方案直接在 GPU 上进行推理。
方案二: 边缘方案
使用 Paddle Lite 针对平台进行优化，并基于 Paddle Lite 开发对应的推理程序，实现终端通过摄像头获取表具图像，通过 LoRa 传送到 “智能边缘网关” 进行推理识别。
部署效果图
案例企业简介
中兴克拉科技有限公司创立于 2017 年，是 A 股上市公司“中兴通讯”(000063)旗下物联网子公司及国家级高新企 业，依托其深厚的技术积累，提供万物互联碎片化场景下的宽窄带一体化全栈 AIoT 端到端解决方案及服务。