[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的貨車低排放限行識(shí)別方法在審
| 申請(qǐng)?zhí)枺?/td> | 201911303326.0 | 申請(qǐng)日: | 2019-12-17 |
| 公開(kāi)(公告)號(hào): | CN111027499A | 公開(kāi)(公告)日: | 2020-04-17 |
| 發(fā)明(設(shè)計(jì))人: | 張靜樂(lè) | 申請(qǐng)(專利權(quán))人: | 北京慧智數(shù)據(jù)科技有限公司 |
| 主分類號(hào): | G06K9/00 | 分類號(hào): | G06K9/00;G06N3/08;G06F16/951 |
| 代理公司: | 北京中濟(jì)緯天專利代理有限公司 11429 | 代理人: | 方亞兵 |
| 地址: | 100085 北京市海淀*** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 卷積 神經(jīng)網(wǎng)絡(luò) 貨車 排放 識(shí)別 方法 | ||
1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的貨車低排放限行識(shí)別方法,其特征在于,包括以下步驟:
S1、在互聯(lián)網(wǎng)上獲取貨車車型的參數(shù)信息,提取貨車車型圖片和對(duì)應(yīng)排放標(biāo)準(zhǔn)信息;
S2、使用one-stage的InceptionV3算法訓(xùn)練貨車車型識(shí)別模型;
S3、利用訓(xùn)練好的貨車車型識(shí)別模型對(duì)貨車圖片進(jìn)行具體分類,完成對(duì)貨車車型識(shí)別;
S4、識(shí)別出貨車車型后關(guān)聯(lián)排放信息,完成對(duì)低排放貨車的識(shí)別。
2.根據(jù)權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的貨車低排放限行識(shí)別方法,其特征在于,所述S1中是通過(guò)crapy框架的網(wǎng)絡(luò)爬蟲(chóng)爬取貨車車型和對(duì)應(yīng)排放標(biāo)準(zhǔn)信息,具體步驟如下:
從互聯(lián)網(wǎng)上獲取包含貨車車型的參數(shù)信息的種子URL,不斷地將網(wǎng)頁(yè)中要提取的子節(jié)點(diǎn)即貨車車型的參數(shù)信息的超鏈接提取出來(lái),其次將獲得的超鏈接依次解析,并不斷保存網(wǎng)頁(yè)信息,以此方式進(jìn)行抓取貨車車型和對(duì)應(yīng)排放標(biāo)準(zhǔn)信息。
3.根據(jù)權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的貨車低排放限行識(shí)別方法,其特征在于:所述S2中貨車車型識(shí)別模型訓(xùn)練好后使用Docker打包。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京慧智數(shù)據(jù)科技有限公司,未經(jīng)北京慧智數(shù)據(jù)科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911303326.0/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書(shū)寫(xiě)字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫(huà)組成的,而且每個(gè)筆畫(huà)表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 卷積運(yùn)算處理方法及相關(guān)產(chǎn)品
- 一種卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算方法及系統(tǒng)
- 卷積運(yùn)算方法及系統(tǒng)
- 卷積運(yùn)算方法、裝置及系統(tǒng)
- 深度神經(jīng)網(wǎng)絡(luò)裁剪方法、裝置及電子設(shè)備
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法和圖像處理裝置
- 卷積神經(jīng)網(wǎng)絡(luò)及基于卷積神經(jīng)網(wǎng)絡(luò)的圖像處理方法
- 一種圖像處理方法、裝置以及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 用于卷積神經(jīng)網(wǎng)絡(luò)的卷積運(yùn)算裝置
- 基于FPGA實(shí)現(xiàn)圖像識(shí)別的方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計(jì)算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計(jì)算設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲(chǔ)介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





