【技术实现步骤摘要】
本申请涉及图像处理和人工智能，具体为一种基于深度学习的堆放物判别方法及判别系统。
技术介绍
1、随着城市化进程的加速，公共场所和住宅区的堆放物问题日益严重，不规范、不安全的堆放物可能会导致环境污染、火灾等安全事故，对人民生命财产构成极大威胁。
2、现有的针对堆放物的判别通常是通过图像处理技术实现，并结合相应的硬件设备，例如双目摄像头，将双目摄像头放置在特定位置，并持续采集可能存在堆放物的区域图片，然后对获取到的图片进行分析，判断是否出现堆放物，这种方法不仅需要高性能的设备配置，而且还需要在对图像进行分析时进行训练，以判断堆放物的具体类别，当出现未训练的堆放物时，无法进行正确识别，在应用过程中存在一定限制。
3、所以有必要提供一种基于深度学习的堆放物判别方法及判别系统来解决上述问题。
4、需要说明的是，本
技术介绍
部分中公开的以上信息仅用于理解本申请构思的
技术介绍
，并且因此，它可以包含不构成现有技术的信息。
技术实现思路
1、基于现有技术中存在的上述问题，本...
【技术保护点】
1.一种基于深度学习的堆放物判别方法，其特征在于：该方法包括：
2.根据权利要求1所述的一种基于深度学习的堆放物判别方法，其特征在于：所述第一图像数据集分为训练集和测试集，所述训练集和测试集的比例为9:1。
3.根据权利要求1所述的一种基于深度学习的堆放物判别方法，其特征在于：所述标准图像与待检测图像采用同一个采集设备，并且该采集设备的采集角度固定。
4.根据权利要求1所述的一种基于深度学习的堆放物判别方法，其特征在于：所述校准过程进一步包括：
5.根据权利要求1所述的一种基于深度学习的堆放物判别方法，其特征在于：所述筛...
【技术特征摘要】
1.一种基于深度学习的堆放物判别方法，其特征在于：该方法包括：
2.根据权利要求1所述的一种基于深度学习的堆放物判别方法，其特征在于：所述第一图像数据集分为训练集和测试集，所述训练集和测试集的比例为9:1。
3.根据权利要求1所述的一种基于深度学习的堆放物判别方法，其特征在于：所述标准图像与待检测图像采用同一个采集设备，并且该采集设备的采集角度固定。
4.根据权利要求1所述的一种基于深度学习的堆放物判别方法，其特征在于：所述校准过程进一步包括：
5.根据权利要求1所述的一种基...
【专利技术属性】
技术研发人员：郑翊，覃仕顶，张爱平，杨帆，
申请(专利权)人：湖北省楚建易网络科技有限公司，
类型：发明
国别省市：
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。