[發(fā)明專利]一種基于深度學(xué)習(xí)的道路清潔度量化方法

在審

• 申請?zhí)枺?/td>: 201910896277.X
• 申請日: 2019-09-22
• 公開（公告）號: CN110674731A
• 公開（公告）日: 2020-01-10
• 發(fā)明（設(shè)計）人: 王滌成;楊建華;樊容伯;范孝波;陳浩;梁星陶
• 申請（專利權(quán)）人: 江蘇悅達(dá)專用車有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于深度學(xué)習(xí)的道路清潔度量化方法，其特征在于：該量化方法與基于安裝于車輛上的圖像采集設(shè)備所采集的道路圖像，依據(jù)訓(xùn)練完成的深度網(wǎng)絡(luò)模型輸出值制定控制策略；所述量化步驟如下：

1）將圖像采集設(shè)備所采集的道路圖像形成圖像數(shù)據(jù)集，由深度學(xué)習(xí)網(wǎng)絡(luò)對圖像數(shù)據(jù)集的進(jìn)行分類、定標(biāo)，生成訓(xùn)練網(wǎng)絡(luò)所需的訓(xùn)練集；

2）通過搭建在服務(wù)器上的深度網(wǎng)絡(luò)模型，對步驟1）中訓(xùn)練集進(jìn)行訓(xùn)練和測試；

3）通過深度網(wǎng)絡(luò)模型的部分層數(shù)進(jìn)行凍結(jié)并采用在大規(guī)模數(shù)據(jù)集上訓(xùn)練完成的深度網(wǎng)絡(luò)預(yù)訓(xùn)練模型參數(shù)，然后對其余層數(shù)進(jìn)行訓(xùn)練；訓(xùn)練完成后得到深度網(wǎng)絡(luò)模型K；

4）將得到深度網(wǎng)絡(luò)模型K用于道路垃圾量化檢測判斷道路清潔度，將實時采集的道路影像輸入深度網(wǎng)絡(luò)模型K，其輸出結(jié)果反饋至道路清潔車的吸塵器控制裝置，以道路垃圾量決定吸塵器的功率。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的道路清潔度量化方法，其特征在于：所述的步驟1）道路圖像數(shù)據(jù)集設(shè)定為: 收集不同道路上的不同數(shù)量垃圾圖像樣本，依據(jù)道路垃圾覆蓋面積占比等級，將圖像樣本等級劃分為無垃圾、少量垃圾、中量垃圾、大量垃圾；

所述的深度學(xué)習(xí)網(wǎng)絡(luò)針對將無垃圾圖像樣本、少量垃圾圖像樣本、中量垃圾圖像樣本、大量垃圾圖像樣本制作成為訓(xùn)練集以用于深度網(wǎng)絡(luò)模型的訓(xùn)練。

3.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的道路清潔度量化方法，其特征在于：所述的步驟4）中道路垃圾量化檢測判斷道路清潔度采用采用投票機(jī)制降低誤報率與漏報率；其采用的投票機(jī)制以實現(xiàn)每秒處理多幀圖像，在一定數(shù)量范圍的圖像幀中選擇輸出重復(fù)最高的結(jié)果，作為本周期的識別結(jié)果。

4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的道路清潔度量化方法，其特征在于：所述的步驟4）中以道路垃圾量決定吸塵器的功率的策略為：道路垃圾量越大吸塵器功率越大。

5.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的道路清潔度量化方法，其特征在于：所述的圖像采集設(shè)備為車載攝像頭，所述的車載攝像頭安裝于車輛的車頭部，車載攝像頭的圖像獲取端豎直向下垂直于地面。