حاصل اجرای این طرح پژوهشی طراحی و تولید یک برنامه تحت اندروید (app) با سرعت و دقت بالا برای قرائت و تشخیص نوع پارامترهای موجود در صفحه نمایش کنتورهای برق دیجیتال به صورت تصویری است. با نصب برنامه روی تلفن همراه، مشترکین برق می توانند به آسانی تصویر صفحه نمایش کنتور را از طریق دوربین گوشی به سرور پردازشی ارسال نمایند. در بخش سرور، پردازش های لازم جهت خواندن مقدار عددی کنتور با استفاده از تکنیک‌های پردازش تصویر و یادگیری ماشین انجام میشود و نتیجه در دیتابیس شرکت ذخیره می شود. در این طرح ابتدا داده های ورودی برچسب گزاریمی شود این داده ها به صورت ویدئو است که کلیه پارامترهای کنتور را نشان می دهد. بنابراین لازم است، در هر فریم ویدئو پارامتر نشان دهنده نوع کنتور و شمارنده کنتور توسط مستطیلهایی از هم جدا شوند. همچنین روشهایی برای تقویت داده ها استفاده می شوند. پس از برچسب گزاری فریم ها، مدل یادگیری عمیق برای تشخیص مکان شمارنده و پارامتر نوع شمارنده طراحی می شود. در این مدل همزمان هم مکان شمارنده و هم مکان نوع شمارنده تعیین میشود. این مدل براساس شبکه های mobilenetv2طراحی شده است. در مدل از برچسبگزاری چندگاده استفاده شد. در این مدل پس زمینه، پارامتر شمارنده همزمان تشخیص داده میشود. پس از تعیین مکان، پارامترها، شمارنده و نوع شمارنده از صفحه کنتور برش داده میشود. این قسمتهای برش داده شده به شبکههای بازگشتی داده شده، تا مقادیر آنها قرائت گردد. در این مدل از شبکه های کانولوشنی برای استخراج ویژگیهای شمارنده استفاده میشود. ویژگی های استخراج شده تصویر به یک شبکه بازگشتی وارد شده و براساس آن متن شمارنده و پارامتر مربوطه قرائت می شود. مدلهای آموزش داده شده در دستگاه های تلفن همراه به کارگرفته می شود
