Obszerne zestaw danych do odczytu liczników wodomierzy typu word-wheel w trudnych warunkach

Dlaczego stare liczniki wody wciąż mają znaczenie

Wiele miast marzy o „inteligentnej” infrastrukturze, ale pod ulicami i w piwnicach niezliczone stare, mechaniczne wodomierze wciąż wykonują rzeczywistą pracę polegającą na śledzeniu zużycia wody. Wymiana wszystkich na nowoczesne liczniki inteligentne jest kosztowna, szczególnie dla mniejszych miejscowości. W artykule przedstawiono duży, starannie zbudowany zbiór zdjęć, który pomaga komputerom automatycznie odczytywać te tradycyjne liczniki typu word-wheel, nawet gdy brud, cienie, rozmycie i odblaski utrudniają zadanie zarówno ludziom, jak i maszynom.

Problem z odczytem liczników w rzeczywistych warunkach

Odczyt mechanicznego licznika z fotografii może brzmieć jak proste rozpoznanie szeregu cyfr, lecz rzeczywiste instalacje są nieporządne. Liczniki często spoczywają w podziemnych skrzynkach lub ciasnych zakamarkach, otoczone ziemią, liśćmi czy śmieciami. Ich szklane osłony mogą być zabrudzone lub zaparowane, a oświetlenie rzadko bywa idealne; powszechne są cienie, słabe światło lub ostre refleksy od lampy błyskowej czy słońca. Dodatkowo zdjęcia robione przez pracowników w terenie bywają wykonane pod kątem lub nieostre, co powoduje rozmycie i zniekształcenia tarcz z cyframi. Wszystkie te czynniki mylą standardowe systemy widzenia komputerowego, które oczekują czystych, frontalnych obrazów.

Tworzenie realistycznej kolekcji obrazów

Aby temu sprostać, autorzy zgromadzili ponad 50 000 zdjęć pochodzących z rzeczywistej, ręcznej lektury liczników w Hangzhou — dużym chińskim mieście o skomplikowanej sieci wodociągowej i wielu starzejących się licznikach. Najpierw usunęli zdjęcia nieużyteczne, a pozostałe zmienili do standardowego formatu, aby algorytmy mogły je obsługiwać spójnie. Dla każdego obrazu oznaczyli dokładny obszar, w którym widoczny jest odczyt, tworząc maskę „wycięcia”, która pokazuje okienko licznika i nic więcej. Oznaczyli też każde zdjęcie prostymi flagami tak/nie opisującymi jego trudności — czy jest wyraźne, rozmyte, zabrudzone, pokryte ziemią, ciemne, odblaskowe lub czy pochodzi z licznika sześciocyfrowego. To wieloetykietowe podejście odzwierciedla rzeczywistość, w której pojedyncze zdjęcie może być na przykład jednocześnie rozmyte i ciemne.

Od lokalizacji tarczy po odczyt bębnów

Automatyczny odczyt obejmuje w praktyce dwa powiązane zadania: najpierw znalezienie małego okienka pokazującego obracające się tarcze cyfr, a następnie rozpoznanie samych cyfr. Na pierwszy krok zbiór danych dostarcza pełne obrazy oraz maski wyodrębniające obszar odczytu, dzięki czemu modele mogą nauczyć się wykrywać i segmentować ten region. Na drugi krok autorzy przycinają te obszary i przekształcają je w proste, prostokątne paski, gdzie tarcze cyfr ustawiają się równo. Następnie podają poprawny pięcio- lub sześciocyfrowy odczyt dla każdego paska oraz dodatkowe flagi opisujące trudne przypadki, takie jak odwrócone paski, częściowo obrócone tarcze pokazujące „połowiczne” cyfry oraz liczniki sześciocyfrowe. Taka struktura pozwala badaczom trenować i testować systemy naśladujące rzeczywisty przepływ pracy zakładu: znajdź tarczę, wyprostuj ją, a potem odczytaj cyfry.

Testowanie, jak dobrze komputery potrafią się uczyć

Aby pokazać przydatność zestawu, autorzy uruchomili na nim kilka znanych modeli segmentacji i rozpoznawania obrazów. Przy lokalizacji obszaru odczytu cztery różne podejścia do segmentacji szybko osiągnęły wysoką dokładność, poprawnie obejmując niemal całe okienko licznika w większości obrazów testowych. Gdy wykorzystali tagi scenariuszy — takie jak ciemne lub odblaskowe — wraz ze zdjęciami, mogli zobaczyć, które warunki najbardziej pogarszają wyniki i jak duży jest ten wpływ. Na przykład sceny ciemne powodowały zauważalnie więcej błędów. Do odczytu cyfr porównano klasyczne i bardziej zaawansowane modele głębokiego uczenia. Prostsze sieci działały szybko, ale popełniały więcej pomyłek, podczas gdy głębsze konstrukcje, takie jak ResNet i DenseNet, rozpoznawały prawie wszystkie odczyty poprawnie, szczególnie jeśli dopuszczono błąd o jedną cyfrę w trudnych przypadkach.

Co to oznacza dla codziennego użytkowania wody

Mówiąc prosto, ta praca nie wprowadza pojedynczego nowego gadżetu ani aplikacji, lecz udostępnia wspólny „poligon treningowy”, którego inni mogą użyć do budowy i porównywania zautomatyzowanych systemów odczytu dla starych liczników wodomierzy. Ponieważ obrazy odzwierciedlają rzeczywistą nieporządkowość — brud, rozmycie, ciemność i odblaski — modele dobrze działające na tym zestawie są bardziej prawdopodobne, by sprawdzić się niezawodnie w terenie. To z kolei może pomóc przedsiębiorstwom wodociągowym przejść na bardziej wydajne, mniej podatne na błędy i mniej pracochłonne monitorowanie zużycia, bez konieczności natychmiastowej wymiany milionów istniejących liczników, czyniąc inteligentniejsze zarządzanie wodą bardziej przystępnym i szeroko dostępnym.

Cytowanie: Zhao, S., Gao, Y., Liu, F. et al. A Comprehensive Dataset for Word-Wheel Water Meter Reading Under Challenging Conditions. Sci Data 13, 479 (2026). https://doi.org/10.1038/s41597-026-06809-z

Słowa kluczowe: liczniki wody, widzenie komputerowe, inteligentne miasta, rozpoznawanie obrazów, zestaw danych