【技术实现步骤摘要】
本专利技术涉及图像目标检测，具体为基于天网视频的城市井盖状态识别方法及系统。
技术介绍
1、随着城市化进程的加速，城市井盖的管理成为城市管理中的重要问题。井盖数量庞大、种类多样且分布广泛，传统的人工巡查方式在面对井盖普查、状态监测等任务时，存在耗时长、效率低、人力成本高等诸多弊端。早期的一些传统的城市智能井盖监测系统，底层采集系统通过传感器采集井盖的相关数据，用51单片机对其进行处理分析得出井盖的工作状态，再通过zig-bee和51单片机等技术进行数据传输，存在较大局限性，如传感器可能受到环境影响、需要额外安装设备等。
2、同时，城市中摄像头数量不断增多，特别是“天网工程”构建起的庞大视频监控网络，其海量的视频数据在多种民用领域的开发应用也有待进一步发展。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供基于天网视频的城市井盖状态识别方法及系统，通过利用“天网工程”的视频数据，结合计算机视觉、人工智能技术对城市井盖状态进行识别，可以减少人工巡查工作量、降低硬件设备传感器投入...
【技术保护点】
1.一种基于天网视频的城市井盖状态识别方法，其特征在于，方法包括：
2.根据权利要求1所述的基于天网视频的城市井盖状态识别方法，其特征在于，所述井盖状态识别模型为YOLOV5深度学习模型。
3.根据权利要求2所述的基于天网视频的城市井盖状态识别方法，其特征在于，当所述井盖状态识别模型需要部署到资源受限场景时，所述城市井盖状态识别方法将对井盖状态识别模型进行量化、剪枝。
4.根据权利要求3所述的基于天网视频的城市井盖状态识别方法，其特征在于，所述井盖状态识别模型识别的井盖状态至少包括：正常、丢失、破损、移位，其中丢失、破损、移位为井盖
<...【技术特征摘要】
1.一种基于天网视频的城市井盖状态识别方法，其特征在于，方法包括：
2.根据权利要求1所述的基于天网视频的城市井盖状态识别方法，其特征在于，所述井盖状态识别模型为yolov5深度学习模型。
3.根据权利要求2所述的基于天网视频的城市井盖状态识别方法，其特征在于，当所述井盖状态识别模型需要部署到资源受限场景时，所述城市井盖状态识别方法将对井盖状态识别模型进行量化、剪枝。
4.根据权利要求3所述的基于天网视频的城市井盖状态识别方法，其特征在于，所述井盖状态识别模型识别的井盖状态至少包括：正常、丢失、破损、移位，其中丢失、破损、移位为井盖异常状态。
5.根据权利要求4所述的基于天网视频的城市井盖状态识别方法，其特征在于，当检测到井盖状态异常时，所述井盖状态识别方法还自动生成井盖修复订单并派送到预设片区负责人员终端处。
6.根...
【专利技术属性】
技术研发人员：徐滨，孔繁彬，朱闯，
申请(专利权)人：安徽辉采科技有限公司，
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。