[发明专利]一种集装箱全信息识别PaaS服务平台

说明书

本发明涉及一种集装箱全信息识别PaaS服务平台，尤其涉及一种应用算法识别集装箱信息以及提供接口服务的PaaS服务平台，包括：客户端、Nginx服务器、分发存储服务器、识别服务器。

技术领域

本发明涉及一种识别集装箱全信息的PaaS服务平台。

背景技术

随着我国经济迅猛发展，综合国力日益增强，国际地位不断提升，作为经济全球化中重要的一员，我国港口货物吞吐量呈稳步上升的趋势。 2020年1-12月，全国港口累计完成货物吞吐量145.49亿吨，同比增长4.3％；完成集装箱吞吐量26430万TEU，同比增长1.2％。如此大的吞吐量对港口工作效率也是一项极大的挑战。在传统验箱过程中，需要耗费大量的时间以及人力识别集装箱的基本信息以及箱况的好坏，这不仅影响港口的吞吐速率，还会导致车辆在闸口前排起长龙，造成交通拥堵；将算法识别技术应用于集装箱检测中，不仅提高了检测效率，提高港口吞吐速率，还极大地节省了人力成本，而且本发明会将检测结果储存在服务器中，方便查询统计。

所述的识别技术运用了神经网络是这一古老的算法，最初是用来模拟人的大脑，在二十世纪八九十年代应用非常广泛，但后来由于各种原因，应用减少了。最近几年来，神经网络东山再起，主要是因为神经网络模型的计算量较大，而随着计算机运算能力的大幅进步，以及云计算的兴起和成熟，才得以运行起来大规模的神经网络模型，而且，大数据的出现，使得神经网络对大规模数据量的要求也逐渐不再是问题。使用神经网络，我们只需要输入一系列特征值，然后经过计算，就可以告诉我们这个输入的内容应该被分类在哪一个类别之下。比如，我们想识别图片上的东西是什么，我们只需要将图片上每一个像素的灰度值作为特征输入到神经网络的输入层中去，然后进行训练，每一个神经元实际上都是在训练对数几率回归，到了输出层之后，比如上图我们有2个类别，假设Y1代表集装箱，Y2代表不是集装箱，如果 Y1激活了，说明图片中是一个集装箱，否则就不是。

传统工作流程如下：(1)车辆进入检测区域。(2)安检人员对箱内箱外进行人工检测，记录集装箱基本信息并检查集装箱的好坏程度。

发明内容

本发明提出了一个应用算法识别技术，对用户上传的图片(如果上传的是视频，需对上传的集装箱视频截帧处理得到相应图片)应用算法识别技术检测得到集装箱基础信息以及箱况信息的一种PaaS服务平台，采用的技术方案为：

一种识别集装箱全信息的PaaS服务平台，其特征是，包括：客户端、 Nginx服务器、分发存储服务器、识别服务器，其中所述的客户端通过web接口向所述的Nginx服务器发送请求；所述的Ngix服务器返回动态页面，将客户端上传的文件转发给所述的分发存储服务器，所述的分发存储服务器对上传的文件保存，再通过redis生产者消费者模式分发识别任务给所述识别服务器，所述的识别服务器对所述的分发存储服务器保存的文件进行识别处理，识别完成后通过redis将结果返回给所述的分发存储服务器，由所述的分发存储服务器将数据整合返回至客户端。

进一步，所述的客户端上传的文件为图片或视频文件，所述的分发存储服务器对上传的图片进行存储；对上传的视频文件进行截帧，并对上传的视频文件以及截帧图进行保存。

进一步，所述的识别服务器接收到分发存储服务器的请求，所述识别服务器与所述分发存储服务器处于同一网段，所述的识别服务器可以直接访问保存在所述分发存储服务器上的图片或截帧图，对其运用算法识别技术，检测集装箱信息。

进一步，所述的算法识别技术，是指运用通过神经网络训练出的模型处理得到的图片，将所述的图片或截帧图作为输入，生成特征向量，将此图片对应的特征向量与先前存储的数据匹配相关联的置信度值，判断当前图像是否存在相关联的标识。

进一步，所述的神经网络训练出的模型，包括多个分别用于识别集装箱箱号、型号、重量，以及识别集装箱变形、破损、锈蚀、油污、杂物、危险标志的模型。