在电力能源厂区需要定期监测表计读数，以保证设备正常运行及厂区安全。但厂区分布分散，人工巡检耗时长，无法实时监测表计，且部分工作环境危险导致人工巡检无法触达。针对上述问题，希望通过摄像头拍照→智能读数的方式高效地完成此任务。

小伙伴肯定好奇，如何才能快速上手这么经典的深度学习产业应用呢？本次飞桨产业实践范例库联合OpenVINO™开源表计读数的产业应用方案，提供了模型在Intel平台上优化到部署的完整方案方案，降低产业落地门槛，适用于电力，能源行业的各种应用场景。

为了让小伙伴们更便捷地应用范例教程，Intel AI高级工程师杨亦诚将于6月14日（周二）19:00点为大家深度解析从数据准备、方案设计到模型优化部署的开发全流程，手把手教大家进行代码实践。

快来扫码报名，提前锁定直播课！