[发明专利]车辆苫盖检测方法、装置、电子设备及存储介质在审
申请号: | 202310609549.X | 申请日: | 2023-05-26 |
公开(公告)号: | CN116665146A | 公开(公告)日: | 2023-08-29 |
发明(设计)人: | 刘玉海;张敬文;付强;于洋;刘子铭;芦浩楠;张川;郭金霞 | 申请(专利权)人: | 天津港远航国际矿石码头有限公司 |
主分类号: | G06V20/54 | 分类号: | G06V20/54;G06V20/70;G06V10/26;G06V10/28;G06V10/42;G06V10/52;G06V10/80;G06V10/74;G06V10/776;G06V10/764;G06V10/30;G06V10/36 |
代理公司: | 天津滨海科纬知识产权代理有限公司 12211 | 代理人: | 聂铭君 |
地址: | 300461 天津市滨海新区自贸试验区(东疆保*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 车辆 苫盖 检测 方法 装置 电子设备 存储 介质 | ||
本申请提供了一种车辆苫盖检测方法、装置、电子设备及存储介质,所述方法包括:获取原始车辆苫盖图像,并对原始车辆苫盖图像进行预处理;对预处理后的原始车辆苫盖图像进行区域标定并作为标定结果;对标定后的原始车辆苫盖图像进行目标特征提取,得到包含有目标特征的特征图像;对特征图像中的缺陷部分进行语义分割,基于分割结果构建缺陷检测数据集;获取待检测车辆苫盖图像,基于构建好后的目标检测模型检测待检测车辆苫盖图像,得到车辆苫盖的缺陷检测结果。本申请实现对待检测车辆苫盖图像的自动缺陷检测,目标检测模型具有较高的识别准确率,能够避免对大量的人工和时间成本的依赖,从而降低了成本。
技术领域
本申请属于车辆苫盖检测技术领域,尤其涉及一种车辆苫盖检测方法、装置、电子设备及存储介质。
背景技术
为保证车载货物在运输过程中,减少扬尘污染和出现货物抛洒风险,车辆载运货物必须遵守载货规定,车载运易抛洒滴漏的泥沙、煤矿石、渣土等货物时,货物不能超过车厢栏板,且应按规定在货物上加盖篷布,严禁货物抛洒滴漏、超高超宽、超载等道路交通违法行为,抛洒滴漏会严重污染环境,同时还会引发交通事故。
目前,现有的车辆苫盖检测大多依靠人员观察检测苫布是否完全覆盖车辆车厢,这就导致检测结果不准确,出现漏判误判的可能,同时,耗费大量的人力物力成本,不便于车载货物的车辆安全行驶。
发明内容
有鉴于此,本申请旨在提出一种车辆苫盖检测方法、装置、电子设备及存储介质,以解决依靠人员观察检测苫布是否完全覆盖车辆车厢,导致检测结果不准确的问题。
为达到上述目的,本申请的技术方案是这样实现的:
第一方面,本申请提供了一种车辆苫盖检测方法,所述方法包括:
获取原始车辆苫盖图像,并对所述原始车辆苫盖图像进行预处理;
对预处理后的所述原始车辆苫盖图像进行区域标定并作为标定结果;
对标定后的所述原始车辆苫盖图像进行目标特征提取,得到包含有目标特征的特征图像;
对所述特征图像中的缺陷部分进行语义分割,基于分割结果构建缺陷检测数据集;
获取待检测车辆苫盖图像,基于构建好的目标检测模型检测所述待检测车辆苫盖图像,得到车辆苫盖的缺陷检测结果;其中,所述目标检测模型是基于所述缺陷检测数据集构建的。
第二方面,本申请还提供了一种车辆苫盖检测装置,所述装置包括:
获取模块,被配置为获取原始车辆苫盖图像,并对所述原始车辆苫盖图像进行预处理;
标定模块,被配置为对预处理后的所述原始车辆苫盖图像进行区域标定并作为标定结果;
目标特征提取模块,被配置为对标定后的所述原始车辆苫盖图像进行目标特征提取,得到包含有目标特征的特征图像;
分割模块,被配置为对所述特征图像中的缺陷部分进行语义分割,基于分割结果构建缺陷检测数据集;
检测模块,被配置为获取待检测车辆苫盖图像,基于构建好后的目标检测模型检测所述待检测车辆苫盖图像,得到车辆苫盖的缺陷检测结果;其中,所述目标检测模型是基于所述缺陷检测数据集构建的。
第三方面,本申请还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述的车辆苫盖检测方法。
第四方面,本申请还提供了一种非暂态计算机可读存储介质,其中,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如第一方面所述的车辆苫盖检测方法。
相对于现有技术,本申请所述的车辆苫盖检测方法、装置、电子设备及存储介质具有以下有益效果:
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天津港远航国际矿石码头有限公司,未经天津港远航国际矿石码头有限公司许可,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/pat/books/202310609549.X/2.html,转载请声明来源钻瓜专利网。