[发明专利]一种废钢货车装载状态识别方法、系统、设备及介质

说明书

本发明提供一种废钢货车装载状态识别方法、系统、设备及介质，所述的方法包括：在废钢料场上设置相机，相机进行运动并采集料场图像；对所述料场图像中的货车进行标注，获取数据集；将所述数据集输入检测神经网络进行训练，获取训练模型；通过所述训练模型对所述料场图像进行识别处理，确定所述货车位置及货车中的废钢数量，确定所述货车的装载状态。在废钢料场上方设置相机，并对料场进行图像采集获取料场图像，确定料场图像中的货车位置及货车中的废钢数量，完成对货车装载状态的识别，提高了识别效率和正确率，避免人工识别造成的误差，保障安全生产。

技术领域

本发明涉及图像识别技术领域，特别是涉及一种废钢货车装载状态识别方法、系统、设备及介质。

背景技术

在废钢料场中，会存在许多的废钢货车，废钢货车需要进行装料和卸料的过程，进而需要对货车的装载状态进行监控，该装载状态包括：装载、卸载。废钢货车卸料过程中会存在废钢料掉落的情况，这个过程如果由工人来进行监管控制，会存在一定的危险性。以目前情况而言，废钢货车卸料过程主要通过有经验的工人来识别卸料状态。但由于车辆较多、卸料过程时间较长，若仅仅依靠人工识别，可能存在漏检、错检的情况。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种废钢货车装载状态识别方法、系统、设备及介质，用于解决现有技术中废钢货车装载状态识别不便的问题。

为实现上述目的及其他相关目的，本发明提供一种废钢货车装载状态识别方法，包括：

在废钢料场上设置相机，相机进行运动并采集料场图像；

对所述料场图像中的货车进行标注，获取数据集；

将所述数据集输入检测神经网络进行训练，获取训练模型；

通过所述训练模型对所述料场图像进行识别处理，确定所述货车位置及货车中的废钢数量，确定所述货车的装载状态。

可选的，将所述料场图像中的货车进行标注和分类，并将完成标注和分类的料场图像输入分类神经网络，获取分类模型；

通过所述分类模型对所述料场图像进行分类，确定所述货车为满载或者空载。

可选的，通过所述分类模型对所述料场图像进行分类的步骤还包括：

所述分类模型对所述料场图像进行分类并获取物料特征和对应的区域；

根据所述物料特征和对应的区域计算废钢数量；

当所述废钢数量大于预设的满载阈值时，则判定所述大货车为满载状态，当所述废钢数量小于预设的空载阈值时，则判定所述大货车为空载状态，当所述废钢数量大于所述空载阈值且小于所述满载阈值时，则判定所述大货车为卸货状态。

可选的，确定所述货车位置的步骤包括：

通过所述训练模型识别所述料场图像中的货车，并输出货车的位置，所述货车的位置表达为：

其中，PartN_xmin,PartN_ymin分别为第N个货车在料场图像中X和Y轴坐标的最小值；PartN_xmax,PartN_ymax分别为第N个货车在料场图像中X和Y轴坐标的最大值。

可选的，所述检测神经网络至少包括以下之一：SSD-MobileNet网络、R-CNN网络、Faster-RCNN网络、YOLO网络。

一种废钢货车装载状态识别系统，包括：

采集模块，用于在废钢料场上设置相机，相机进行运动并采集料场图像；

识别模块，对所述料场图像中的货车进行标注，获取数据集；