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】
