Investigamos una solución basada en redes neuronales para el problema de detección de lectura automática de medidores, aplicado a medidores de dial analógico. Empleamos una red neuronal convolucional con un núcleo de Red en Red no lineal. Actualmente, existe un interés significativo en sistemas para la detección automática de medidores de dial analógico, particularmente en los sectores de energía y hogar, pero el problema aún no está suficientemente abordado en la investigación. Nuestro método es un modelo universal de tres niveles que toma una imagen como entrada y produce áreas de límite circulares, clases de objetos, rejillas de puntos de referencia para todos los símbolos en el panel frontal del dispositivo y posiciones de los punteros de visualización. Dado que todos los medidores de dial analógico tienen una naturaleza común, este modelo de múltiples cascadas puede servir para varios tipos de dispositivos si su capacidad es suficiente. El modelo utiliza regresión global para las ubicaciones de los símbolos, lo que proporciona resultados resistentes incluso para una calidad de imagen baja y símbolos superpuestos. En este trabajo, no nos enfocamos en la detección de la ubicación del puntero ya que depende en gran medida de la forma del puntero. Preparamos datos de entrenamiento y evaluamos el algoritmo con nuestro propio marco a3net, sin depender de soluciones de redes neuronales de terceros. Los resultados experimentales demuestran la versatilidad de los métodos propuestos, alta precisión y resistencia de la detección de puntos de referencia.