【技术实现步骤摘要】
一种城市智能停车位检测方法、设备及可读存储介质
本专利技术涉及图像识别与计算机视觉
,具体来说,涉及一种城市智能停车位检测方法、设备及可读存储介质。
技术介绍
随着我国城市化进程的发展,一车代步扩展了人们的生活半径、提高了人们的生活品质,汽车也成为越来越多的家庭必需品。汽车总量逐年上升,路面交通负担不断增加,城市交通正在面临与日俱增的交通压力。人们在享受汽车带来的便利的同时,也要面对停车难的尴尬困境;寻找到停车位往往成为用车出行的瓶颈,车主们不知道停车区域内剩余多少空位,以及空位的位置,经常出现在停车区域内寻找停车位的时间增长,占用道路造成堵塞,更不利于车位的发现。同时有车主违章停放车辆,严重影响了交通的顺畅;传统的交通治理方法,仅仅依靠交警和管理员的管理模式效率低下且局限性较高,无法实时有效的获取车位数量实时信息。因此,及时掌握城市车位信息,并且根据数据变化采取合理措施,对周边车流量和停车场进行疏导和管理,有效提高城市停车位利用率,从而提高能源利用率并且减低城市道路拥堵。目前城市停车位检测方法主要包括安装停车 ...
【技术保护点】
1.一种城市智能停车位检测方法,其特征在于,所述方法包括以下步骤:/n1)构建城市停车场的数据集N,训练数据集T,验证数据集V,训练数据批次大小batch,训练批次数batches,学习率learningrate,训练数据集T与验证数据集V之间的比例系数α,/n
【技术特征摘要】
1.一种城市智能停车位检测方法,其特征在于,所述方法包括以下步骤:
1)构建城市停车场的数据集N,训练数据集T,验证数据集V,训练数据批次大小batch,训练批次数batches,学习率learningrate,训练数据集T与验证数据集V之间的比例系数α,
其中:VT=N,C∈N+,α∈(0,1),batches∈N+,learningrate∈N+,batch∈N+,表示图像的高和宽,r表示图像的通道数;
2)确定待训练的一阶段目标检测模型,设卷积神经网络深度为L,网络卷积层卷积核集合G,网络输出层采用全连接方式,其卷积核集合A,网络特征图集合U,表示第l层网络中第k个特征图对应的网格数量,锚点集合M,具体定义如下:
其中:分别表示第l层网络对应的卷积核、特征图和锚点的高、宽、维度,表示第l层网络卷积核的填充大小,表示第l层网络卷积步长,f表示卷积神经元的激励函数,Θ表示选取的输入特征,Λ∈N+表示第l层网络的锚点总数,Ξ∈N+表示输出层节点总数,Φ∈N+表示第l层网络特...
【专利技术属性】
技术研发人员:李晓春,邵奇可,吴狄娟,
申请(专利权)人:杭州像素元科技有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。