• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
一种基于深度学习的货道堆积检测方法、系统及存储介质
有效
专利申请进度
申请
2021-12-28
申请公布
2022-03-04
授权
2023-04-18
预估到期
2041-12-28
专利基础信息
申请号 CN202111632247.1 申请日 2021-12-28
申请公布号 CN114140735A 申请公布日 2022-03-04
授权公布号 CN114140735B 授权公告日 2023-04-18
分类号 G06V10/774;G06V20/40;G06V20/70;G06V10/82;G06V10/40;G06V10/762;G06V10/764;G06N3/0464
分类 计算;推算;计数;
申请人名称 苏州万店掌网络科技有限公司
申请人地址 江苏省苏州市苏州高新区竹园路209号
专利法律状态
  • 2023-04-18
    授权
    状态信息
    授权
  • 2022-03-22
    实质审查的生效
    状态信息
    实质审查的生效;IPC(主分类):G06V 20/40;专利申请号:2021116322471;申请日:20211228
  • 2022-03-04
    公布
    状态信息
    公布
摘要
本发明提出了一种基于深度学习的货道堆积检测方法、系统及存储介质,通过定时抓拍的方式采集网络摄像头图像,并将图像裁剪至适当的分辨率,将裁剪后的图像输入到卷积神经网络中提取特征,得到图像中堆积货箱的坐标、类别以及置信度,最后依据预先设定的时间间隔,通过多次抓拍的方式判断该时间段内货道是否存在货箱堆积情况。本发明基于YOLO‑V4的深度学习算法实现货道堆积检测,取代人工判断货道堆积,在很大程度上提高了效率、节省了人力成本。