[发明专利]一种基于机器学习的车位状态检测方法在审
| 申请号： | 201810721730.9 | 申请日： | 2018-07-04 |
| 公开（公告）号： | CN109034211A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 郭荆科 | 申请（专利权）人： | 广州市捷众智能科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;H04N7/18 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 颜希文;郝传鑫 |
| 地址： | 510000 广东省广州市广州高新*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于机器学习的车位状态检测方法，所述方法包括：步骤A，收集车位图片，所述车位图片包括空车车位图片以及非空车车位图片；步骤B，对收集的车位图片进行处理；步骤C，对处理后的图片进行分类；步骤D，建立机器学习模型；步骤E，对建立的机器学习模型进行训练；步骤F，对经过训练后的机器学习模型进行测试；步骤G，对经过测试后的机器学习模型进行使用。本发明提供的基于机器学习的车位状态检测方法具有以下优点：车位只需安装普通摄像机，不需要高清相机，可降低设备购置和维护成本。一个摄像机可检测多个车位，无需每个车位安装一个摄像机。对车辆停放位置无严格要求，车辆只需停入车位即可。 | ||
| 搜索关键词： | 车位 机器学习模型 车位状态 基于机器 摄像机 图片 空车 检测 车辆停放位置 测试 高清相机 降低设备 可检测 学习 分类 维护 | ||
【主权项】：
1.一种基于机器学习的车位状态检测方法，其特征在于，所述方法包括：步骤A，收集车位图片，所述车位图片包括空车车位图片以及非空车车位图片；步骤B，对收集的车位图片进行处理；步骤C，对处理后的图片进行分类；步骤D，建立机器学习模型；步骤E，对建立的机器学习模型进行训练；步骤F，对经过训练后的机器学习模型进行测试；步骤G，对经过测试后的机器学习模型进行使用。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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广州市捷众智能科技有限公司，未经广州市捷众智能科技有限公司许可，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/patent/201810721730.9/，转载请声明来源钻瓜专利网。
