设备指示灯开关状态识别系统是基于机器学习+边缘视频分析技术，设备指示灯开关状态识别系统利用最新的深度卷积神经网络学习与边缘计算技术。

代替人眼，设备指示灯开关状态识别系统实现7*24小时智能主动的识别仪表示数或开关状态，提高仪表读数识别的工作效率并降低失误率，识别结果上报后台管理系统。

随着现代产业科技技术的飞速发展，工业方面发展也非常迅速。在工业生产过程中各个设备仪表状态的监控也会更加繁重。

工业场景下，设备的仪表及状态开关识别大多采用人工巡检这种方式。人工方式应用在工业设备状态巡检及读数，主要存在巡检效率低、检定误差大。

配电站设备指示灯开关状态识别系统应运而生。

指示灯开关状态识别系统利用配电站现场已有的安装的监控前端抓拍设备实时上传现场视频流至系统服务器。

指示灯开关状态识别系统实时读取抓拍图片，并进行实时识别分析计算设备状态以及仪表信息，按仪表示数或仪表开关状态输出结果。

设备指示灯开关状态识别系统提高巡检效率，降低人工成本和巡检误差。