一种基于深度学习的货道堆积检测方法、系统及存储介质
基本信息
| 申请号 | CN202111632247.1 | 申请日 | - |
| 公开（公告）号 | CN114140735A | 公开（公告）日 | 2022-03-04 |
| 申请公布号 | CN114140735A | 申请公布日 | 2022-03-04 |
| 分类号 | G06V20/40（2022.01）I;G06V10/762（2022.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 孙成建;黄岗;周圣强 | 申请（专利权）人 | 苏州万店掌软件技术有限公司 |
| 代理机构 | 北京集佳知识产权代理有限公司 | 代理人 | 薛晨光 |
| 地址 | 215011江苏省苏州市苏州高新区竹园路209号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提出了一种基于深度学习的货道堆积检测方法、系统及存储介质，通过定时抓拍的方式采集网络摄像头图像，并将图像裁剪至适当的分辨率，将裁剪后的图像输入到卷积神经网络中提取特征，得到图像中堆积货箱的坐标、类别以及置信度，最后依据预先设定的时间间隔，通过多次抓拍的方式判断该时间段内货道是否存在货箱堆积情况。本发明基于YOLO‑V4的深度学习算法实现货道堆积检测，取代人工判断货道堆积，在很大程度上提高了效率、节省了人力成本。 |
