工程车识别AI视觉算法方案
工程车识别AI视觉算法方案 https://mp.weixin.qq.com/s/jXXTZCcFNrZUtpzVyQ4wCg
工程车识别AI视觉算法方案
工程车识别算法主要用于城市道路、建筑工地等有禁止驶入渣土车地区的场景。常见的工程车有:吊车、泥灌车、渣土车(泥头车)、推土机、挖掘机、压路机、油罐车。算法在目标区域实时监测工程车,当识别到识别区域有工程车驶入时立即报警,可将事件上报到第三方管理平台。
01
算法规格
应用场景 |
建筑工地、城市道路等 |
识别环境要求 |
室外或室内环境下;支持白天和夜间环境 |
识别内容 |
吊车、泥灌车、渣土车(泥头车)、推土机、挖掘机、压路机、油罐车 |
光照要求 |
90lux≤照度≤1200lux |
彩色要求 |
彩色可见光 |
像素要求 |
目标尺度比例应大于1/20。即1080p的摄像机,目标尺度最小应为1080/20=54像素 |
成像分辨率 |
建议1080P或以上 |
遮挡粘连 |
目标遮挡<30% |
场景复杂度 |
监控画面中,无障碍物遮挡目标 |
摄像机部署要求 |
监控画面尽量正对监控区域(上下偏转>10°,左右偏转<10°) 架设高度2-3.5m 俯视角度10° 监控画面宽度≤4m |
识别准确率 |
≥90% |
响应时间 |
算法本身实时响应,延迟在毫秒级;整体延迟取决于视频流和网络延迟; |
迭代优化 |
支持针对具体部署场景进行快速深度优化 |
推理平台功能 |
1.多分屏实时监控; 2.摄像头管理,rtsp视频接入; 3.多媒体库:数据推流与管理; 4.算法应用:管理及调参优化,划ROI; 5.任务管理:对创建的任务进行视频/图片推理,预览效果; 6.事件查看:告警事件查看及第三方平台上报,事件回传训练平台。 |
瑞芯微1126芯片 |
规格:四核 ARM Cortex-A7 and RISC-V MCU; 2.0Tops NPU,14M ISP with 3帧 HDR; 支持3个摄像头同时输入; 操作系统要求:linux/armv7 docker版本要求:>=18.06 |
02
算法识别样例
吊车
泥灌车
渣土车(泥头车)
推土机
挖掘机
压路机
油罐车
03
软硬件架构
咨询行业方案
回复【工程车识别#1】
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 展开说说关于C#中ORM框架的用法!
2022-11-10 ConcurrentLinkedQueue
2022-11-10 网易云信 toB 质量保障体系实践
2020-11-10 UDP flood UDP Port Denial-of-Service Attack
2020-11-10 一例 Go 编译器代码优化 bug 定位和修复解析
2017-11-10 In Git, there are two main ways to integrate changes from one branch into another: the merge and the rebase.
2017-11-10 5 Ways to Send Email From Linux Command Line
2017-11-10 假设检验 正态性检验