基于深度学习的混凝土取样行为检测系统技术方案

本发明专利技术公开了基于深度学习的混凝土取样行为检测系统，包括：用于获取包含混凝土运输车辆和斗车的实时图像的图像获取模块；用于通过目标检测算法检测当前图像中的混凝土运输车辆和斗车，并计算两者之间的水平和纵深间距的目标检测模块；用于跟踪识别斗车并判断斗车在图像范围内停留的时间是否超过预设的时间阈值的行为识别模块；用于在斗车在图像范围内停留时间超过预设时间阈值时上报本次混凝土取样行为的图像信息和时间信息的上报模块。本发明专利技术能够准确识别混凝土运输车和斗车，并精确测量两者之间的水平和纵深间距，有效排除摄像机视野内的非采样斗车和路过斗车的干扰，确保取样行为检测的准确性。

【技术实现步骤摘要】

本专利技术涉及深度学习，尤其涉及基于深度学习的混凝土取样行为检测系统。

技术介绍

1、混凝土质量是建筑工程中极为重要的指标，直接影响建筑物的安全性和使用寿命。在从混凝土制造厂到建筑工地的运输过程中，混凝土质量受到原料、配比、运输时间等多种因素的影响。因此，每辆到达建筑工地的混凝土运输车都需要进行取样测试，以确保混凝土质量符合设计规范和施工要求。

2、现有的混凝土取样方法通常依赖人工操作，不仅费时费力，还容易出现漏检、记录错误等问题。一旦出现混凝土漏检或样本记录不全的情况，可能导致施工后无法追溯混凝土来源，若发现混凝土不合格，根据安全规范需要拆除和重做已施工部分，造成工期延误和成本增加。此外，人工记录方式还增加了人力成本，并且存在人为疏忽或错误的风险。现有技术中缺少关于自动进行混凝土取样行为检测的技术方案。

技术实现思路

1、为了解决上述问题，本专利技术提出了一种基于深度学习的混凝土取样行为检测系统。该系统能够自动识别和记录混凝土运输车及取样过程中的相关信息，通过深度学习算法对混凝土运输车和斗车进行本文档来自技高网...

【技术保护点】

1.基于深度学习的混凝土取样行为检测系统，其特征在于，包括：

2.如权利要求1所述的基于深度学习的混凝土取样行为检测系统，其特征在于：所述混凝土取样行为的图像信息包括混凝土运输车辆的车牌信息。

3.如权利要求1或2所述的基于深度学习的混凝土取样行为检测系统，其特征在于：所述混凝土取样行为的图像信息还包括按预设时间间隔获取的图像帧。

4.如权利要求1所述的基于深度学习的混凝土取样行为检测系统，其特征在于，所述目标检测模块用于计算运输车辆和斗车的水平间距的方法包括：

5.如权利要求1所述的基于深度学习的混凝土取样行为检测系统，其特征在于，所述目...

【技术特征摘要】

1.基于深度学习的混凝土取样行为检测系统，其特征在于，包括：

2.如权利要求1所述的基于深度学习的混凝土取样行为检测系统，其特征在于：所述混凝土取样行为的图像信息包括混凝土运输车辆的车牌信息。

3.如权利要求1或2所述的基于深度学习的混凝土取样行为检测系统，其特征在于：所述混凝土取样行为的图像信息还包括按预设时间间隔获取的图像帧。

4.如权利要求1所述的基于深度学习的混凝...

【专利技术属性】
技术研发人员：向森，沈复民，申恒涛，
申请(专利权)人：成都考拉悠然科技有限公司，
类型：发明
国别省市：