[发明专利]装卸口状态检测方法、装置、服务器及存储器

说明书

本发明实施例公开了一种装卸口状态检测方法、装置、服务器及存储器。该装卸口状态检测方法包括：获取装卸口图像；对装卸口图像进行图像处理，得到第一处理图像和第二处理图像；将第一处理图像输入预设的第一分类模型，根据第一分类模型进行装卸口状态分类识别，得到第一状态检测结果；将第二处理图像输入预设的第二分类模型，根据第二分类模型进行装卸口状态分类识别，得到第二状态检测结果；根据第一状态检测结果和第二状态检测结果，确定装卸口状态。本发明实施例中由于该装卸口状态是通过两个模型输出的检测结果确定，可以有效避免单独模型状态误报及装卸口状态判定错误的问题，提高了装卸口状态判定的准确率。

技术领域

本发明涉及计算机技术领域，具体涉及一种装卸口状态检测方法、装置、服务器及存储器。

背景技术

随着物流行业的发展，将货物进行集中整合然后再集中分发成为了提高运输效率所必不可少的流程。货物集中整合的地方就是中转场(即装卸口)，装卸口是货物被装载到运输工具上或者从运输工具被卸载下来的工作平台。为了提高装卸口运行的效率，首先就需要对装卸口的空闲，装卸口的状态进行监控，自动统计出装卸口的状态。装卸口是否空闲可以辅助车辆调度，而装卸口的状态的判定，则可以统计出装卸的时间以及休息的时间，可以辅助人员的调动。

基于深度学习的方法对装卸口状态进行实时监控，就能够得到上面提到的这些生产要素。现有装卸货检测方案是利用网络模型配合状态机，完成装卸口状态判定的过程。

在上述现有装卸口状态判定方法中会出现以下几个问题：1、对于分类模型而言，模型在某些时刻误检的概率很高；2、在装卸口状态判定到离港的过程中会出现误报问题；3、在某些特殊场景完整的事件会被拆分成多段事件。综上可知，现有的装卸口状态判定方法检测准确率不高，存在误报。

发明内容

本发明实施例提供一种装卸口状态检测方法、装置、服务器及存储器，可以有效避免单独模型状态误报及装卸口状态判定错误的问题，提高了装卸口状态判定的准确率。

第一方面，本申请提供一种装卸口状态检测方法，所述装卸口状态检测方法包括：

获取装卸口图像；

对所述装卸口图像进行图像处理，得到第一处理图像和第二处理图像；

将所述第一处理图像输入预设的第一分类模型，根据所述第一分类模型进行装卸口状态分类识别，得到第一状态检测结果；

将所述第二处理图像输入预设的第二分类模型，根据所述第二分类模型进行装卸口状态分类识别，得到第二状态检测结果；

根据所述第一状态检测结果和所述第二状态检测结果，确定装卸口状态。

在本申请一些实施例中，所述对装卸口图像进行图像处理，得到第一处理图像和第二处理图像，包括：

对所述装卸口图像提取光流，得到第一处理图像；

对所述装卸口图像去除光流，得到第二处理图像。

在本申请一些实施例中，所述根据所述第一状态检测结果和所述第二状态检测结果，确定装卸口状态，包括：

若所述第一状态检测结果为车辆到港，且所述第二状态检测结果为车辆到港，则确定所述装卸口状态为车辆到港。

在本申请一些实施例中，所述根据所述第一状态检测结果和所述第二状态检测结果，确定装卸口状态，包括：

若所述第一状态检测结果为车辆离港，且所述第二状态检测结果为车辆离港，则确定所述装卸口状态为车辆离港。

在本申请一些实施例中，所述第一分类模型为7分类模型，所述第一状态结果为车辆到港、车辆离港、装货、卸货、工作、休息或无车中的一个，所述第二分类模型为3分类模型，所述第二状态结果为车辆离港、车辆半到港或车辆到港中的一个。