[发明专利]物流园区违规停车智能识别方法、装置、设备及存储介质

说明书

本发明公开了一种物流园区违规停车智能识别方法、装置、设备及存储介质，包括：获取非机动车停放区域的监控图像；基于所述监控图像进行标签定义；其中，根据所述监控图像进行标签定义包括：基于获取的所述监控图像截取预设目标对象；基于截取的所述目标对象根据预设条件进行分类，将标签定义为电动车乱停乱放、私自拉线充电、地面不洁，共享单车占道和三轮车无序挤在一起五个类别；输出分类结果；基于所述标签定义结果，识别符合预设条件的监控图像；基于识别结果，将符合预设条件的监控图像显示在预设终端上。该方法使用计算机视觉技术，智能识别园区内非机动车乱停乱放现象，有效进行实时监控，兼顾准确率和效率，为智慧园区的发展贡献力量。

技术领域

本发明属于图像智能识别技术领域，尤其涉及物流园区违规停车智能识别方法、装置、设备及存储介质。

背景技术

随着电商产业的日益发展，快递迎来了空前的高速增长，同时对工作人员的需求也增大。工作人员的增加也增大了园区内非机动车管理的难度。非机动车的违规乱停容易占用其他车辆的道路，造成道路拥堵，影响园区内车辆的运输效率，甚至会引起事故。现在针对这种情况主要是园区保安人员进行巡检，管理车辆，通知到非机动车所有人。但是，不可避免的，增加了安保人员的工作量而且管理效率低下。

发明内容

为解决上述问题，本发明的目的是提供一种物流园区违规停车智能识别方法、装置、设备及存储介质，该方法使用计算机视觉技术，智能识别园区内非机动车乱停乱放现象，有效进行实时监控，兼顾准确率和效率，为智慧园区的发展贡献力量。

为实现上述目的，本发明的技术方案为：一种物流园区违规停车智能识别方法，包括以下步骤：获取非机动车停放区域的监控图像；基于所述监控图像进行标签定义；其中，根据所述监控图像进行标签定义包括：基于获取的所述监控图像截取预设目标对象；基于截取的所述目标对象根据预设条件进行分类，将标签定义为电动车乱停乱放、私自拉线充电、地面不洁，共享单车占道和三轮车无序挤在一起五个类别；输出分类结果；基于所述标签定义结果，识别符合预设条件的监控图像；基于识别结果，将符合预设条件的监控图像显示在预设终端上。

在其中一个实施例中，所述获取非机动车停放区域的监控图像包括：在接收到预设信号时，启动预设图像采集设备采集所述监控图像；在所述监控图像满足预设条件时，获取所述监控图像。

在其中一个实施例中，通过预设的监控设备，采集预设区域内的违规图像，将所述违规图像传输至预设的CoAtNets网络机制进行训练学习，构建对应的第一模型；其中，所述CoAtNets网络机制是基于神经结构搜索框架构建的图形分类架构；获取第一模型的第一权重信息，将所述第一权重信息传输至预设的语义分割网络进行蒸馏训练，分离若干个第二模型；其中，所述第二模型至少包括四个；通过所述第一模型和第二模型，部署违规停车智能识别分析机制，通过所述违规停车智能识别分析机制，对违规停车的违规情况进行识别和分类。

在其中一个实施例中，所述基于截取的所述目标对象根据预设条件进行分类包括：将卷积算法和自注意力算法拟合在一个基本计算块中；将所述计算块采用卷积-卷积-自注意力-自注意力的方式垂直堆叠以形成CoAtNets网络；基于所述目标对象通过所述CoAtNets网络进行运算以获取分类结果。

在其中一个实施例中，所述将卷积算法和自注意力算法拟合在一个基本计算块中包括：基于所述目标对象，在Softmax归一化前或后，将全局静态卷积核与自适应注意矩阵求和。

在其中一个实施例中，在所述获取非机动车停放区域的监控图像之前还包括：通过预设监控系统随机截取包括非机动车停放规范和停放不规范两类样本以获取样本集；基于所述两类样本分别进行标签定义；将获取的样本集存储于对应的目录下。