• 1. 项目简介
• • 1.1 模型准备
  • 1.2 环境准备
  • 1.3 启动程序
  • 1.4 实现效果
• 2 电表编号和读数检测实现全流程参考资料
• • 2.1 主线篇
  • 2.2 众人拾柴——应用篇
  • 2.3 番外篇
  • 2.4 点读全系列
  • 2.5 ONNX部署
• 3 致谢

1. 项目简介

本项目是使用Paddle工具库实现的一个PaddleOCR垂类场景。原始数据集是一系列电度表的照片，类型较多，需要完成电表的读数识别，对于有编号的电表，还要完成其编号的识别。

最后，将识别结果结合OpenVINO的部署和PaddleSpeech的流式语音合成能力，构建电表点读系统，实现电表读数和编号实时识别与点读。

该项目将为传统电表的智能抄表巡检和后台数据记录提供更加便捷的服务。

1.1 模型准备

解压缩PaddleSpeech提供的流式语音合成推理文件到model目录

声学模型：

fastspeech2_csmsc_onnx_0.2.0.zip

声码器模型：

melgan_csmsc_onnx_0.2.0.zip

1.2 环境准备

pip install paddleocr
pip install paddlespeech
pip install openvino
pip install pyqt5

1.3 启动程序

在具备PYQT5 GUI的环境下命令行运行：

python main.py

1.4 实现效果

详细使用说明与实现效果可参考：

PaddleSpeech：基于流式语音合成的电表点读系统

2 电表编号和读数检测实现全流程参考资料

2.1 主线篇

• PPOCR：多类别电表读数识别
• PPOCR：使用TextRender进行电表编号识别的finetune
• 电表读数识别：数据集补充解决方案对比（TextRender和StyleText）
• 数据标注懒人包：PPOCRLabel极速增强版——以电表识别为例（二）
• 【PaddlePaddle+OpenVINO】电表检测识别模型的部署
• 【PaddlePaddle+OpenVINO】打造一个会发声的电表检测识别器
• 基于PP-OCRv3的电表检测识别

2.2 众人拾柴——应用篇

• 【AI达人特训营】PPOCR：电表检测模型的Windows端部署实现
• 【AI达人特训营】电表检测WEB部署方案
• 【AI达人特训营】多类别电表读数识别的Windows客户端Web端部署

2.3 番外篇

• PPOCR+PPDET电表读数和编号检测

2.4 点读全系列

• 【PaddlePaddle+OpenVINO】AI“朗读机”诞生记
• 【PaddlePaddle+OpenVINO】电表检测识别模型的部署
• 手把手教你快速打造一个AI识物点读机
• PaddleSpeech：基于流式语音合成的电表点读系统

2.5 ONNX部署

• 【PaddleSpeech】语音合成-onnx模型使用

3 致谢

项目开发过程中，得到了百度飞桨团队和Intel OpenVINO团队的大力支持，在此深表感谢。