技术摘要：
本发明公开了一种基于HRNet网络模型的SF6仪表图像读数方法。采集SF6仪表样本图像，并标注构成训练集；将训练集输入改进的HRNet网络模型进行学习训练，训练后获得最终模型；待测图片输入最终模型，最终模型预测出待测图片中刻度关键点与指针关键点的位置，利用线性回归  全部
背景技术：
SF6仪表拥有杰出的绝缘性能及优秀的灭弧性能，被普遍应用于高压电气设备中。 SF6仪表用来当作绝缘介质，能够使设备小型化，且能提高设备的可靠性。高压电气设备中 的SF6气体会随着时间推移逐渐向外泄漏。SF6气体一旦泄漏将会导致设备无法正常工作，而 且对工作人员的人身健康造成影响。因此，在高压设备附近需要安装大量SF6检测仪表以保 证安全。但传统的仪表读数识别需要工作人员进行人工读数，工作量大且效率低下，无法全 时间段进行数据的观测，因此进行SF6仪表进行无人值守化读数，是亟需解决的难题之一。
技术实现要素：
为了解决