一种户外停车位智能检测方法、系统、设备及介质技术方案

本发明专利技术涉及户外停车位检测技术领域，提供了一种户外停车位智能检测方法、系统、设备及介质，该户外停车位智能检测方法包括如下步骤：S1，构建OP‑RTDETR模型；S2，通过OP‑RTDETR模型实现户外停车的智能检测；其中，在步骤S1中，构建OP‑RTDETR模型的具体方法包括如下步骤：S10，创建GC‑VanillaNet作为特征提取网络；S11，使用RTDETR的Efficient Hybrid Encoder作为OP‑RTDETR模型的编码器；S12，通过RT‑DETR的不确定性最小化查询选择策略，优化贝叶斯不确定性；S13，通过GCDN方法对解码器进行训练。本发明专利技术通过构建OP‑RTDETR模型，能够实现户外停车的智能检测，在实现了高实时性的同时提升了检测精度。

【技术实现步骤摘要】

本专利技术涉及户外停车位检测，具体而言，涉及一种户外停车位智能检测方法、系统、设备及介质。

技术介绍

1、户外停车位检测是一项重要技术，有助于减少拥堵并改善城市交通管理。通过自动识别空闲停车位，能够减少交通流量中断和局部拥堵。现有的非图像基础的停车检测方法，如地磁传感器、射频、超声波和雷达，成本较高且适用性有限。相比之下，基于图像的停车检测方法成本较低、精度更高，并且能够检测更多类型的停车场景，尤其适用于开放式停车场。

2、现有的基于神经网络的户外停车位检测方法在模型架构上仍然存在不足，导致实时性问题尚未完全解决。首先，许多方法依赖复杂的模型结构，增加了计算负担，影响了检测速度。例如，shuffledet通过组卷积和通道打乱技术减少计算，但模型架构的复杂性依旧较高，这使得实时处理变得困难。此外，像bcfpl这样的方法虽然通过降低图像分辨率减少了计算负荷，但这只是局部优化，无法从根本上解决模型架构的复杂性问题。复杂的模型架构往往在处理高分辨率图像时效率不高，尤其是在面对实时性要求较高的应用场景时，这些复杂结构会大幅拖慢检测速度。

3、本文档来自技高网...

【技术保护点】

1.一种户外停车位智能检测方法，其特征在于，所述户外停车位智能检测方法包括如下步骤：

2.如权利要求1所述的一种户外停车位智能检测方法，其特征在于，在步骤S10中，创建GC-VanillaNet作为特征提取网络的具体方法包括如下步骤：

3.如权利要求1所述的一种户外停车位智能检测方法，其特征在于，在步骤S11中，所述Efficient Hybrid Encoder包括基于注意力的尺度内特征交互以及基于CNN的跨尺度特征融合。

4.如权利要求1所述的一种户外停车位智能检测方法，其特征在于，在步骤S13中，通过GCDN方法对解码器进行训练的具体方法包括如下...

【技术特征摘要】

1.一种户外停车位智能检测方法，其特征在于，所述户外停车位智能检测方法包括如下步骤：

2.如权利要求1所述的一种户外停车位智能检测方法，其特征在于，在步骤s10中，创建gc-vanillanet作为特征提取网络的具体方法包括如下步骤：

3.如权利要求1所述的一种户外停车位智能检测方法，其特征在于，在步骤s11中，所述efficient hybrid encoder包括基于注意力的尺度内特征交互以及基于cnn的跨尺度特征融合。

4.如权利要求1所述的一种户外停车位智能检测方法，其特征在于，在步骤s13中，通过gcdn方法对解码器进行训练的具体方法包括如下步骤：

5.一种户外...

【专利技术属性】
技术研发人员：杨济玮，李思，何远清，
申请(专利权)人：广州理工学院，
类型：发明
国别省市：