demo 地址：数字仪表识别
简介
这只是数字仪表检测的一个demo。该demo主要展示检测部分。
首先使用 darknet 训练出自己的模型，模型检测 12 个类别，分别是数字 0~9，小数点 point，和字符串聚集区域 local 。
这些类别你也可以用其他方式实现，比如传统的图像分割+模板匹配，但考虑到仪表种类不同，传统方法可能无法很好的应对。
环境
- OpenCV
- Numpy
- pytorch
配置
类 detection.py 主要是用于粗检，由于图片分辨率很大，目标很小，粗检是找到仪表可能的位置作为 ROI。
类 detection2.py 用于在粗检得到的 ROI 上作细检，此次检测返回最终读数，并在原图上标注检测结果。 具体的参数设置，在这两个类的 __init__() 初始化函数中有详细解释。
结果
为了显示检测的结果，使用包围框（图中矩形标注框）标注检测出的目标的位置，在包围框左上角显示仪表的示数。
由于图片分辨率过大，显示的结果相对较小，箭头部分为检测结果图的放大部分。
所有的最终示数都以浮点数表示。
