申请/专利权人：科大天工智能装备技术(天津)有限公司;北京科技大学

申请日：2022-05-23

公开（公告）日：2022-06-21

公开（公告）号：CN114648748A

主分类号：G06V20/58

分类号：G06V20/58;G06V10/75;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08

优先权：

专利状态码：失效-发明专利申请公布后的驳回

法律状态：2023.04.25#发明专利申请公布后的驳回;2022.07.08#实质审查的生效;2022.06.21#公开

摘要：本发明提供了一种基于深度学习的机动车违停智能识别方法及系统，涉及智能识别技术领域，以解决现有技术中存在的基于计算机视觉的机动车违停识别不准确的技术问题，该方法包括采集用于训练的数据图像，人工标注数据图像中的所有机动车得到用于训练的数据集；基于目标检测领域State‑of‑the‑art的目标检测模型YOLOV5的预训练模型进行迁移学习训练；通过基于web的用户配置界面配置算法参数及违停区；将摄像头采集到的每一帧图像送入目标检测模型，得到机动车目标的检测结果；将机动车目标的检测结果送入SORT跟踪算法，对识别到的机动车目标进行跟踪；识别并判断跟踪的目标机动车是否违停，本发明用于准确高效地识别出违规停放的机动车。

主权项：1.一种基于深度学习的机动车违停智能识别方法及系统，其特征在于：包括以下步骤：步骤100，采集用于训练的数据图像，人工标注所述数据图像中的所有机动车以得到用于训练的数据集；步骤200，使用所述数据集对基于目标检测领域State-of-the-art的目标检测模型YOLOV5的预训练模型进行迁移学习训练；步骤300，通过基于web的用户配置界面配置算法参数及违停区；步骤400，获取摄像头视频数据，将摄像头采集到的每一帧图像送入所述目标检测模型，得到机动车目标检测结果；步骤500，将所述机动车目标检测结果送入SORT跟踪算法，对识别到的机动车目标进行跟踪；步骤600，识别并判断跟踪的所述机动车目标是否位于所述违停区并判断所述机动车目标是否违停。

全文数据：

权利要求：

百度查询： 科大天工智能装备技术(天津)有限公司;北京科技大学 一种基于深度学习的机动车违停智能识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD