这只是数字仪表检测的一个demo。
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，和字符串定位区域 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。
- OpenCV
- Numpy
- pytorch
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，此次检测返回最终示数，并在原图上标注检测结果。 具体的参数设置，在两个类的__init__()初始化函数中有详细解释。
检测结果中的数字字符串位置用包围框标注，仪表读数显示在包围框的左上角。
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。
