一种基于深度学习的厢式货车厢门状态识别方法
基本信息

| 申请号 | CN202010518009.7 | 申请日 | - |
| 公开(公告)号 | CN111738109A | 公开(公告)日 | 2020-10-02 |
| 申请公布号 | CN111738109A | 申请公布日 | 2020-10-02 |
| 分类号 | G06K9/00(2006.01)I | 分类 | - |
| 发明人 | 邹细勇;黄昌清;花江峰 | 申请(专利权)人 | 杭州古德微机器人有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 310018浙江省杭州市下沙白杨街道6号大街452号2幢A605室 | ||
| 法律状态 | - | ||
摘要

| 摘要 | 本发明提供一种基于深度学习的厢式货车厢门状态识别方法,将同步采集的侧视、侧后视和俯视多视角图像融合为输入到深度学习网络的图像样本,对yolo‑v3‑tiny网络结构进行改进,补充卷积层增加特征提取深度并在输出层之前增加一个特征共享层来实现厢门状态的投票判决,多视角厢门区域特征图谱融合及共享层多特征投票判决的互相配合,提高了网络对厢门状态识别的鲁棒性和准确性。本发明实现了对货车厢门状态的自动识别,能有效预防运输中因厢门打开而造成的隐患,提高了物流运输管理水平。通过在同一网络中实现车牌区、车型的识别,减少了识别网络的个数、提高了识别的效率;又通过对训练样本图像中厢门区域的自动初步框选,节省了标注工作量。 |





