一种基于图像识别的装载率计算方法技术

本发明专利技术公开一种基于图像识别的装载率计算方法，包括以下步骤：（1）采集场景为不同型号的货车装载货物的多条视频，进行拆帧处理成样本图片作为训练样本图片；（2）得到训练样本图片的标注信息保存为标注文件；（3）将训练样本图片和标注文件输入yolo

【技术实现步骤摘要】
一种基于图像识别的装载率计算方法


[0001]本专利技术涉及刨花板表面缺陷采集的
，更具体地，涉及一种基于图像识别的装载率计算方法。

技术介绍

[0002]随着线上消费的逐渐普及，国内物流运输行业迎来蓬勃发展，其中公路货运凭借运输速度快、可靠性高、机动性高、经济效益好等优势成为最主要的物流运输方式。在货车运载货物的过程中，车厢装载率直接影响到车次调度、单位货运成本，是决定整个物流行业盈利水平的关键指标。目前大多数物流单位都是基于人工评测的方法，无论是统计精度还是可靠性上都难以保证，同时也没办法获取实时统计数据，不能做到整体的调度运营从而达到降本增效的作用。只有利用科技手段，才能实现对运输过程的长效、高效管理。货车车厢计算的装载率与实际装载率之间存在差异，可靠性没办法保证；现有技术很难把握准确性和实时性，对整体运营效果的提升不是很明显。

技术实现思路

[0003]本专利技术针对现有技术不足，提供一种基于图像识别的装载率计算方法，通过图像识别对车厢内进行测距采样，结合多采用点计算剩余空间平均距离，最终计算车厢装载率。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的装载率计算方法，其特征在于：包括以下步骤：（1）采集场景为不同型号的货车装载货物的多条视频，进行拆帧处理成样本图片作为训练样本图片；多条视频包括货车中货车装载货物的区域范围和车厢尾端的轮廓；（2）分别对训练样本图片中的货车装载货物的区域范围和货车的车厢尾端的轮廓进行标注，得到训练样本图片的标注信息保存为标注文件；（3）将训练样本图片和标注文件输入yolo
‑
v3模型进行训练，得到货物和车厢尾端轮廓识别模型；所述货物和车厢尾端轮廓识别模型用于输入图片并能够输出图片的已载货物检测框和车厢尾端轮廓检测框；（4）获取实时抓拍的货车装货场景中的多个现场图像，并将现场图像输入至所述货物和车厢尾端轮廓识别模型进行识别，输出所述现场图像中已装载货物检测框和车厢尾端轮廓检测框；所述现场图像包括货车中货车装载货物的区域范围和车厢尾端的轮廓；（5）通过步骤（4）的已装载货物检测框和车厢尾端轮廓检测框计算已装载货物检测框和车厢尾端轮廓检测框之间的实际距离L；（6）通过步骤（5）的已装载货物检测框和车厢尾端轮廓检测框之间的实际距离L获取每辆货车实际车厢长度K，计算货车装载率为（K
‑
L）/K *100%。2.根据权利要求1所述的一种基于图像识别的装载率计算方法，其特征在于：所述标注文件为格式为XML的文件。3.根据权利要求1所述的一种基于图像识别的装载率计算方法，其特征在于：所述yolo
‑
v3模型包括Darknet
‑
53网络。4.根据权利要求1所述的一种基于图像识别的装载率计算方法，其特征在于：所述步骤（5）中计算已装载货物检测框和车厢尾端轮廓检测框之间的距离L的具体方法为：S1.根据已装载货物检测框分别计算左侧边的中心点坐标为已装载货物检测框左侧中心点坐标和右侧边的中心点坐标为已装载货物检测框左侧中心点坐标；S2.根据车厢尾端轮廓检测框分别计算左侧边的中心点坐标为左侧车厢尾端轮廓检测框中心点坐标和右侧边的中心点坐标为右侧车厢尾端轮廓检测框中心点坐标；S3.计算左侧车厢尾端轮廓检测框中心点坐标到已装载货物检测框左侧中心点坐标的像素距离L1，计算右侧车厢尾端轮廓检测框中心点坐标到已装载货物检测框右侧中心点坐标的像素距离L2；S4.结合预先采集的货物框中心点到车厢尾端轮廓中心点相对的像素距离和实际测量货物边缘中心点到车厢尾端轮廓中心点的实际距离，拟合一个像素距离和实际距离的关系模型，可以实现像素距离到实际距离的转换；S5.根据步骤S4中拟合的关系模型将步骤S3中像素距离L1和像素距离L2分别转换对应的实际距离L1
’
和实际距离L2
’
，并求出...

【专利技术属性】
技术研发人员：丁永，何俊，罗桂华，许文杰，罗剑涛，徐旭，周攀，曾运达，
申请(专利权)人：润建股份有限公司，
类型：发明
国别省市：