[发明专利]基于深度学习的多轴大车制动检测方法、装置、系统在审
| 申请号： | 201910964516.0 | 申请日： | 2019-10-11 |
| 公开（公告）号： | CN110751633A | 公开（公告）日： | 2020-02-04 |
| 发明（设计）人： | 周康明;王林武 | 申请（专利权）人： | 上海眼控科技股份有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/34;G06K9/62;G01M17/007 |
| 代理公司： | 31219 上海光华专利事务所(普通合伙) | 代理人： | 倪静 |
| 地址： | 200032 上海市徐汇*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供的一种基于深度学习的多轴大车制动检测方法、装置、系统，通过获取包含至少一辆多轴大车的工位图像；基于目标检测模型检测得到对应各所述多轴大车的所有车胎的位置区域；基于语义分割模型对所述工位图像进行分割以得到对应各所述多轴大车的多个具有不同工位标签的像素区域；将各车胎对应的所述位置区域映射到所述像素区域以得到对应各所述工位标签的坐标点集；根据各所述车胎的所述坐标点集与对应的检测台的所述坐标点集的距离，以判断制动状态。本申请能实现目标车辆定位、车牌识别、车辆方向识别及工位信息识别，同时实现审核过程的全程自动检测，既节约了人力，提高了人员检测的准确率，又保证了检测工作的公开、公正。 | ||
| 搜索关键词： | 大车 多轴 工位 车胎 坐标点集 位置区域 像素区域 标签 图像 车辆方向 车牌识别 工位信息 模型检测 目标车辆 目标检测 人员检测 语义分割 制动检测 制动状态 自动检测 检测台 准确率 映射 申请 全程 审核 分割 检测 节约 保证 学习 | ||
【主权项】：
1.一种基于深度学习的多轴大车制动检测方法，其特征在于，所述方法包括：/n获取包含至少一辆多轴大车的工位图像；/n基于目标检测模型检测得到对应各所述多轴大车的所有车胎的位置区域；/n基于语义分割模型对所述工位图像进行分割以得到对应各所述多轴大车的多个具有不同工位标签的像素区域；/n将各车胎对应的所述位置区域映射到所述像素区域以得到对应各所述工位标签的坐标点集；根据各所述车胎的所述坐标点集与对应的检测台的所述坐标点集的距离，以判断制动状态。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海眼控科技股份有限公司，未经上海眼控科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910964516.0/，转载请声明来源钻瓜专利网。
