U2-Net基于Encode-Decode编码形式，编码过程中存在细节特征损失和模型参数过多问题，针对该问题，将编码阶段的RSU4和RSU5模块的最深层次的两个普通卷积更换为深度可分离卷积 [10] ，降低参数数量并提升对细节特征的学习能力。

深度可分离卷积(Depthwise Separable Convolution, DSConv)由逐深度卷积和逐点卷积组成，深度卷积用于提取空间特征，逐点卷积用于提取通道特征。深度可分离卷积在特征维度上分组卷积，对每个通道进行独立的逐深度卷积，并在输出前使用一个1 × 1卷积将所有通道进行聚合。

深度可分离卷积和普通卷积的参数量和计算量对比如下：

参数量比值： $\frac{深度可分离卷积}{标准卷积}=\frac{D_K\times D_K\times M+M\times N}{D_K\times D_K\times M\times N}=\frac{1}{N}+\frac{1}{D_K{}^2}$

计算量比值： $\frac{深度可分离卷积}{标准卷积}=\frac{D_K\times D_K\times M\times D_F\times D_F+M\times N\times D_F\times D_F}{D_K\times D_K\times M\times N\times D_F\times D_F}=\frac{1}{N}+\frac{1}{D_K{}^2}$

其中， $D_K$表示卷积核大小，M和N分别表示逐深度卷积和逐点卷积的卷积核大小，一般N较大，故 $\frac{1}{N}$可忽略不计。

深度可分离卷积的结构如 图4 所示。

从以上公式和结构图中，可以观察到，按如上改进后的总参数量比普通卷积的总参数量更低。本次改进通过提高计算效率和优化网络结构，减少了过拟合的风险和计算资源的消耗。

为了帮助模型在特征融合时更好地关注感兴趣区域，提高指针分割精度，将各编码RSU拼接下采样时加入ECA注意力模块，以RSU-7为例，改进模型如 图5 所示。

ECANet [11] 的核心思想是在卷积操作中引入通道注意力机制，以捕捉不同通道之间的关系，从而提升特征表示的能力。通道注意力机制的目标是自适应地调整通道特征的权重，使得网络可以更好地关注重要的特征，抑制不重要的特征。在每个解码阶段RSU模块后加入ECA注意力模块，可以确保模型在不增加过多参数和计算成本的情况下，有效地增强网络的表征能力。

使用改进后的U2-Net模型将训练集仪表的指针和刻度分割出来后，经过读数后处理得到最终的读数。

读数后处理的流程图如 图6 所示。

主要包含以下步骤：

第一步，对语义分割的预测类别图进行图像腐蚀操作，以达到刻度细分的目的。

第二步，把环形的表盘展开为矩形图像，根据图像中类别信息生成一维的刻度数组和一维的指针数组。

第三步，接着计算刻度数组的均值，用均值对刻度数组进行二值化操作。

第四步，根据刻度分割得到总体刻度格数，大于40格归类为25 MPa类型(50格)，小于40格归类为1.6 MPa (32格)，根据指针分割得到指针相对位置，最后将指针相对位置与分类量程做乘积得到表盘的读数。

本文在对指针仪表上标注了刻度和指针两个类别，并将指针和刻度分开输入到语义分割网络中，故将图像划分成双通道分别处理，取出掩码图第一通道的特征图，像素等于1的为指针，像素等于2的为刻度。输入图像经过模型语义分割和图像处理后的掩码图，如 图7 所示。

图7. 指针和刻度的掩码图

通过对比输入图像与模型推理后的图像，可以明显看出模型的推理效果相当出色。模型对于表盘内的指针和刻度等关键特征的提取非常精确，充分证明了经过改进后的U2-Net模型在仪表识别任务中展现出了卓越的处理能力，验证了模型的有效性。

交叉熵损失是一个常用于多分类问题的损失函数。交叉熵损失函数使用在单个类中，使得多分类任务计算损失变得更加高效和简单，如公式1所示。

$H\left(p,q\right)=-{\displaystyle \underset{i=1}{\overset{n}{\sum }}p\left(x_i\right)}\log \left(q\left(x_i\right)\right)$ (1)

x_i是变量，p (x)、q (x)为x的两个概率分布，交叉熵越小，p和q两分布越相似。本文设置背景类别的权重是1，指针和刻度类别的权重为1.5。

本文使用的操作系统为Windows11，GPU选用NVIDIA GTX-1080，深度学习框架为Pytorch 2.2.2。表计识别网络使用工厂实拍数据图像，本次实验共包含了2种量程的仪表，分别为1.6 MPa和25 MPa，训练集为374张，测试集为37张。部分数据集图像及掩码图可视化如 图8 所示。

图8. 数据集及掩码图

本文采用查准率(Precision, P)、平均交并比(Mean Intersection over Union, mIoU)、召回率(Recall, R)作为评价指标，对图像分割模型结果进行分析，公式如下：

$P=\frac{p_{ii}}{p_{ii}+p_{ji}}$ (2)

$\text{mIOU}=\frac{1}{n+1}{\displaystyle \underset{i=0}{\overset{n}{\sum }}\frac{p_{ii}}{{\displaystyle \underset{j=0}{\overset{n}{\sum }}{p}_{ij}}+{\displaystyle \underset{j=0}{\overset{n}{\sum }}{p}_{ji}}-p_{ii}}}$ (3)

$R=\frac{p_{ii}}{p_{ii}+p_{ij}}$ (4)

其中，n表示类别总数，p_ii指像素类别为i被预测为类别i的总数量，p_ij指像素类别为i被预测为类别j的总数量，p_ji指像素类别为j被预测为类别i的总数量。

为判定仪表读数的准确性，选择引用误差率来判断模型的推理效果，引用误差越小，模型推理越准确。引用误差e的表达式如下：

$\text{e}=\frac{\left|\text{value}-\text{valu <msup> e <mo> ′ </mo> </msup>}\right|}{l}$ (5)

其中，模型推理读数为value，仪表的人眼读数为 $\text{valu <msup> e <mo> ′ </mo> </msup>}$，仪表的分类量程为l。

为了验证所提方法的有效性，本文对测试集进行了消融实验，并使用查准率P、平均交并比mIOU、召回率R来评价各模型，实验结果如 表1 所示。

1) U2-Net：U2-Net进行指针仪表数据集训练推理。

2) U2-Net + DSConv：利用DSConv改进的U2-Net进行指针仪表数据集训练推理。

3) U2-Net + ECA注意力：利用ECA注意力改进的U2-Net进行指针仪表数据集训练推理。

4) 本文方法：使用改进的U2-Net进行指针仪表数据集训练推理。

从 表2 可知，在U2-Net模型中引入ECA注意力特征融合方法并将部分普通卷积替换为DSConv后，本文方法相较于原始的U2-Net模型和模型单个改进方法，三项评价指标均有明显提升。相较于原始模型，本文方法的查准率P提高了4.6%，平均交并比mIOU提升了2.66%，召回率R增加了3.47%。说明模型在识别指针和刻度时，更加准确地捕捉到了目标区域，减少了误判和误识别的情况，为后续读数误差的降低打下了基础。本文改进不仅提高了模型的分割效果，还为实际应用中的指针式仪表识别带来了更加准确和稳定的解决方案。

为了证明本文所提方法的真实有效性，将本文方法与SegNet [12] 、Deeplabv3+ [13] 、U2-Net [7] 等经典的语义分割模型进行了比较，具体结果见 表2 。

根据 表3 的对比数据可知，相较于目前常用的语义分割网络SegNet、Deeplabv3+和U2-Net相比，本文方法评价指标明显提升。在与SegNet的查准率数据比较中，两者差距为6.5%，比DeepLabv3+高出5.6个百分点，本文方法同样展现出优越的性能。与原始模型U2-Net相比，本文方法在阈值为0.01的条件下，精度比U2-Net提高了4.6个百分点。综上所述，本文提出的模型方法在指针式仪表识别的查准率、平均交并比、召回率方面均展现出显著的优势。

本实验共包含2种量程的压力仪表，分别为25 MPa和1.6 MPa，测试集共37张图片。为准确评估仪表读数的精确性，本实验采用引用误差率作为评价模型推理效果的重要指标。引用误差率通过衡量模型预测值与真实值之间差距来说明模型推理的准确性，值越小，模型的推理效果越准确，预测值与真实值之间的偏差越小。本文详细记录了部分推理结果，呈现在 表3 中，同时计算了用不同语义分割模型的训练权重计算平均引用误差e，结果见 表4 。

由 表3 、 表4 可知，本文提出的模型展现出了较低的引用误差率，表明本文所提模型在识别指针式仪表时，能够更准确地提取出关键信息，并给出接近真实值的预测读数结果。再一次证明了本文提出的模型在仪表识别任务中具有出色的推理效果，能够准确地识别出仪表的读数，为相关领域的应用提供了可靠的技术支持。