【技术实现步骤摘要】
本专利技术属于渣土车监管技术类领域，具体涉及到一种基于深度学习的渣土车监管方法及系统。
技术介绍
1、随着城市精细化管理水平的提升，对工地的渣土车进行有效监管，是城市建设中的重要环节。若渣土车在出入工地时，出现超载、无证运输、冒装撒漏等违法行为，不仅严重污染城市环境、影响城市形象，还危害道路安全。对工地的渣土车监管能够有效地从源头上发现并制止这些违法行为，降低扬尘污染和道路污染，保护城市的生态环境。
2、传统的人工监管方式存在诸多不足，如反应速度慢、执法难度大，渣土车的监管涉及多个部门，如城市管理、公安、交通等，人工监管难以实现跨部门的高效协同，这给城市管理带来了巨大的挑战。因此，需要一种更加高效、智能的监管方式。
3、深度学习的起源可以追溯到20世纪40年代，当时人们就开始研究神经元的计算模型。但受限于当时的计算能力和数据量，进展缓慢。随着计算机技术的飞速发展，尤其是20世纪末和21世纪初，数据量的爆炸式增长以及图形处理单元(gpu)的出现，为深度学习的蓬勃发展提供了基础，因此现在亟需一种基于深度学习的渣土车监
【技术保护点】
1.一种基于深度学习的渣土车监管方法，其特征在于，包括下述具体步骤：
2.根据权利要求1所述的一种基于深度学习的渣土车监管系统，其特征在于，包括数据收集模块、数据预处理模块、模型构建模块和物联网系统模块四大子系统，数据收集模块负责通过工地出入口的监控收集渣土车的外形、载货情况、车牌信息数据，数据预处理模块负责将数据收集模块收集到的数据进行抽帧、去重、标注。
3.根据权利要求2所述的一种基于深度学习的渣土车监管系统，其特征在于，模型构建模块负责构建基于深度学习的目标检测网络模型，分为三个部分，首先建立1个卷积层，包括卷积、BN(Batch Nor...
【技术特征摘要】
1.一种基于深度学习的渣土车监管方法，其特征在于，包括下述具体步骤：
2.根据权利要求1所述的一种基于深度学习的渣土车监管系统，其特征在于，包括数据收集模块、数据预处理模块、模型构建模块和物联网系统模块四大子系统，数据收集模块负责通过工地出入口的监控收集渣土车的外形、载货情况、车牌信息数据，数据预处理模块负责将数据收集模块收集到的数据进行抽帧、去重、标注。
3.根据权利要求2所述的一种基于深度学习的渣土车监管系统，其特征在于，模型构建模块负责构建基于深度学习的目标检测网络模型，分为三个部分，首先建立1个卷积层，包括卷积、bn(batch normalization)层、激活层，对输入的图片...
【专利技术属性】
技术研发人员：孙德亮，陈明，陈雷，耿泽阳，熊瑞，
申请(专利权)人：中再云图技术有限公司，
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。