一种基于深度学习的货道堆积检测方法、系统及存储介质

授权公布号：CN114140735B

有效

申请

2021-12-28

申请公布

2022-03-04

授权

2023-04-18

预估到期

2041-12-28

申请号	CN202111632247.1
申请日	2021-12-28
申请公布号	CN114140735A
申请公布日	2022-03-04
授权公布号	CN114140735B
授权公告日	2023-04-18
分类号	G06V10/774;G06V20/40;G06V20/70;G06V10/82;G06V10/40;G06V10/762;G06V10/764;G06N3/0464
分类	计算；推算；计数;
申请人名称	苏州万店掌网络科技有限公司
申请人地址	江苏省苏州市苏州高新区竹园路209号

专利法律状态

2023-04-18 授权

状态信息

授权

2022-03-22 实质审查的生效

状态信息

实质审查的生效；IPC(主分类):G06V 20/40；专利申请号:2021116322471；申请日:20211228

2022-03-04 公布

状态信息

公布

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。