【技术实现步骤摘要】
本专利技术涉及图像处理领域，具体涉及到一种基于特征掩码的停车位状态检测方法。
技术介绍
1、停车位状态检测是城市交通管理和智能停车系统中重要的一环。传统的停车位状态检测方法通常基于传感器或摄像头来获取数据，并使用计算机视觉技术进行分析和判断。然而，传感器的安装使用易受到多变的物理环境的影响，后续维护复杂，不仅耗时耗力，而且容易出现误判或遗漏，无法满足大规模停车位的实时监测和管理需求。
2、近年来，深度学习技术的快速发展为停车位状态检测带来了新的机遇。深度学习是一种人工智能方法，利用多层神经网络模型从大量数据中学习特征模式，并能够自动提取和理解数据中的复杂特征，可以学习到更多的特征和模式，从而提高停车位状态检测的准确性。同时，深度学习还可以通过端到端的学习方式，避免了手动提取特征的过程，减少了人工干预的需求。深度学习方法在停车位状态检测方面取得了显著的进展，然而，它们仍然存在着一些局限性，特别是在遇到复杂光照变化和遮挡物等场景时，容易产生目标漏检和误检的问题。为了克服这些挑战并提高停车位检测的精度和实时性，需要研究人员进一步探
【技术保护点】
1.一种基于特征掩码的停车位状态检测方法，其特征在于，包括将采集的停车场停车位图像经过具有特征掩码学习的YOLOv5模型得到最优停车位状态检测模型，并利用该最优停车位状态检测模型实现停车位状态检测，具体包括以下步骤：
2.根据权利要求1所述的一种基于特征掩码的停车位状态检测方法，其特征在于，步骤2中所述卷积层α1-卷积层α8的结构如下：
3.根据权利要求1所述的一种基于特征掩码的停车位状态检测方法，其特征在于，所述步骤3的实现过程如下：
4.根据权利要求3所述的一种基于特征掩码的停车位状态检测方法，其特征在于，步骤3.2所述mAP指
【技术特征摘要】
1.一种基于特征掩码的停车位状态检测方法，其特征在于，包括将采集的停车场停车位图像经过具有特征掩码学习的yolov5模型得到最优停车位状态检测模型，并利用该最优停车位状态检测模型实现停车位状态检测，具体包括以下步骤：
2.根据权利要求1所述的一种基于特征掩码的停车位状态检测方法，其特...
【专利技术属性】
技术研发人员：陶松兵，马宏莉，陈立平，许水清，郑浩东，
申请(专利权)人：凌坤南通智能科技有限公司，
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。