| 现场环境 |
港口或船舶停靠区域，用于船舶水尺的检测和水位识别。使用高清摄像头获取图像，相机镜头距离船舶约10米，平行于船舶拍摄。环境光照条件良好，无极端天气影响。 |
| 使用对象 |
船舶水尺及其水位线 |
| 使用目的 |
通过精确重建船舶水尺和识别水位高度，辅助船舶载重量的计算，提高水尺计重的精度和效率。 |
| 硬件配置 |
CPU：Intel Core i7-5930K
内存：8GB
GPU：Nvidia GeForce GTX 1080
摄像头：高清摄像头
操作系统：Ubuntu 16.04 LTS
编程语言：Python 3.6 |
| 硬件兼容 |
无
|
| 软件配置 |
操作系统：Ubuntu 16.04 LTS
编程语言：Python 3.6
依赖库：TensorFlow 1.14, OpenCV 4.1.0, NumPy 1.16.4
编译器：PyCharm |
| 软件兼容 |
无
|
| 输入数据 |
高清摄像头拍摄的船舶图像帧 |
| 输出数据 |
船舶水尺的矢量化表示和水位高度 |
| 样本获取 |
在实际港口环境中，以不同角度拍摄船舶，获取约6800张标注了水尺字符和水位线的图像，其中6000张用于训练集，800张用于测试集。 |
| 测试结果 |
在测试集800个样本上，平均精度（AP）为91.3%，检测速度为1.75帧/秒。 |
| 执行速度 |
检测速度为1.75帧/秒 |
| 资源消耗 |
使用4核CPU，计算占比平均约60%；8GB内存，使用占比50%。 |
| 源码类型 |
Python版本源码 |
| 文件大小 |
算法程序文件30KB，权重文件56MB。 |
| 相关备注 |
无 |
