Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种物流车辆装车码货不规范智能识别方法、设备及介质 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:上海东普信息科技有限公司

摘要:本发明公开了一种物流车辆装车码货不规范智能识别方法、设备及介质,包括以下步骤,收集摄像头的装车码货场景图片,进行前期的处理和数据标注;搭建YOLOv8模型进行车厢检测,提取车辆特征,设置合适的参数;搭建PP‑HGNet网络结构,进行装车码货不规范识别;进行模型融合;模型训练和优化;使用测试集进行车辆装车码货不规范识别;本发明基于计算机视觉技术,搭建YOLOv8和PP‑HGNet分类模型,然后进行模型融合,重点对车厢装车码货不规范进行识别,对不规范场景及时预警,进而提高了效率以及准确率,同时节约了成本。

主权项:1.一种物流车辆装车码货不规范智能识别方法,其特征在于,包括以下步骤:S1、收集摄像头的装车码货场景图片,对图片进行前期的预处理和数据标注,处理包括缩放、裁剪以及灰度化,以提高识别效果;S2、搭建YOLOv8模型进行车厢检测,提取车辆特征,设置合适的参数,采用预训练的模型,并根据实际场景调整模型的参数,包括检测阈值、框大小;S3、搭建PP-HGNet网络结构,进行装车码货不规范识别,根据实际需求选择合适的网络结构,并对网络进行优化,包括调整卷积核大小、增加网络层数;S4、进行模型融合,使用步骤2的特征输入步骤3的网络,即将YOLOv8模型的输出结果与PP-HGNet模型的输出结果进行融合,以提高识别的准确性;S5、模型训练和优化,采用包括迁移学习、数据增强的先进的方法,以提高模型的泛化能力和识别效果;同时,通过调整模型的超参数,学习率、迭代次数,以达到最佳的训练效果;S6、使用测试集进行车辆装车码货不规范识别,评估模型包括准确率、召回率的指标,以评估模型的性能。

全文数据:

权利要求:

百度查询: 上海东普信息科技有限公司 一种物流车辆装车码货不规范智能识别方法、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。