[发明专利]一种建筑工地车辆清洁度的快速智能识别方法和系统

权利要求书

1.一种建筑工地车辆清洁度的快速智能识别方法，其特征在于，包括：

S1，进行样本采集、标注，建立车辆清洁度目标检测数据集；

S2，构建SSD车辆清洁度深度学习识别模型，将SSD多尺度检测模型与FPN特征金字塔结构进行结合，使得底层特征进行上采样与上一层特征进行信息融合，形成信息融合的特征检测模型；

S3，对所述车辆清洁度深度学习识别模型进行训练直到模型收敛，获得最优模型；

S4，对所述最优模型在工地车辆清洁度检测系统上进行测试，直到识别精确度达到预期为止，则所述最优模型为最终车辆清洁度识别模型；

S5，对经过预定检测区域的车辆通过所述最终车辆清洁度识别模型并判断所述车辆是否清洁；

若是，S6，允许所述车辆通过，否则，S7，禁止所述车辆通过。

2.如权利要求1所述建筑工地车辆清洁度的快速智能识别方法，其特征在于，所述S1，包括：

采集工地上自卸车、洒水车、沥青洒布车、拖车、水泥砼泵送车、道路综合养护车、桥梁检测车的车辆轮胎冲洗清洁的样本、车辆冲洗清洁的样本以及车辆未冲洗干净的样本，并通过标注团队的标注。

3.如权利要求2所述建筑工地车辆清洁度的快速智能识别方法，其特征在于，所述S1包括：所述述车辆轮胎冲洗清洁的样本、车辆冲洗清洁的样本或车辆未冲洗干净的样本中对应所述自卸车、所述洒水车、所述沥青洒布车、所述拖车、所述水泥砼泵送车、所述道路综合养护车、所述桥梁检测车的任意一种的样品数量大于等于50000张。

4.如权利要求3所述建筑工地车辆清洁度的快速智能识别方法，其特征在于，所述S3，包括：

对所述车辆清洁度深度学习识别模型进行训练；

控制学习率lr小于等于0.005；

采用公式为的交叉熵损失函数作为损失函数进行处理，迭代方法为随机梯度下降，批处理次数batch_size小于等于32；

对所述车辆清洁度深度学习识别模型进行训练的模型训练次数按100000、 120000、160000、180000、200000、240000、280000、360000、480000、520000、680000依次训练。

5.如权利要求4所述建筑工地车辆清洁度的快速智能识别方法，其特征在于，在所述S7后，还包括：

S8，对所述车辆发出车辆清洗警报并进行指示灯显示。

6.如权利要求5所述建筑工地车辆清洁度的快速智能识别方法，其特征在于，在所述S8之后，还包括：

S9，对所述车辆对应的车主发出车辆清洗指导意见。

7.如权利要求6所述建筑工地车辆清洁度的快速智能识别方法，其特征在于，在所述S3之前，还包括：

对所述车辆清洁度深度学习识别模型进行训练前参数设置。

8.一种建筑工地车辆清洁度的快速智能识别系统，其特征在于，包括：

设置在预定检测区域用于对经过的车辆进行清洁度检测信息获得的摄像装置；

与所述摄像装置连接的清洁度检测服务器，用于通过样本采集、标注，建立车辆清洁度目标检测数据集，构建SSD车辆清洁度深度学习识别模型，将SSD多尺度检测模型与FPN特征金字塔结构进行结合，使得底层特征进行上采样与上一层特征进行信息融合，形成信息融合的特征检测模型，并根据所述特征检测模型型对所述摄像装置输出的车辆进行清洁度检测信息进行分析处理，在判断所述车辆是否清洁之后，输出车辆清洁检测结果。

9.如权利要求8所述建筑工地车辆清洁度的快速智能识别系统，其特征在于，还包括与所述清洁度检测服务器连接的指示装置，用于根据所述车辆清洁检测结果进行显示。

10.如权利要求9所述建筑工地车辆清洁度的快速智能识别系统，其特征在于，还包括与所述清洁度检测服务器连接的反馈装置，用于在所述车辆的清洁检测结果为不清洁之后，向所述车辆对应的车主发出车辆清洗指导意见。