矩陣稱重軟件
主營產(chǎn)品:
貨運(yùn)列車標(biāo)記信息智能識(shí)別系統(tǒng)-火車車廂識(shí)別系統(tǒng)廠家
價(jià)格
訂貨量(套)
¥10000.00
≥1
店鋪主推品 熱銷潛力款
莸莽莺莶莺莺莸莶莵获莺
在線客服
矩陣稱重軟件
店齡6年 企業(yè)認(rèn)證
聯(lián)系人
李女士
聯(lián)系電話
莸莽莺莶莺莺莸莶莵获莺
所在地區(qū)
山東省濟(jì)南市
主營產(chǎn)品
貨運(yùn)列車標(biāo)記信息智能識(shí)別系統(tǒng)|火車車廂識(shí)別系統(tǒng)廠家
矩陣軟件貨運(yùn)列車標(biāo)記信息智能識(shí)別系統(tǒng),該產(chǎn)品需求來自于大宗物資貨運(yùn)列車車運(yùn)客戶的實(shí)際業(yè)務(wù)需要。對(duì)于應(yīng)用貨運(yùn)列車進(jìn)行貨物發(fā)運(yùn)的企業(yè),火車車廂信息的識(shí)別,特別是行進(jìn)中列車的識(shí)別既非常重要也十分困難,如果信息識(shí)別不準(zhǔn)確,就可能出現(xiàn)錯(cuò)裝貨物等各種問題,造成較大損失?,F(xiàn)有的處理方式,一般是通過讀取火車車廂底下的RFID信息,再安排工人手工抄錄車號(hào)并進(jìn)行校對(duì),該過程比較繁瑣且容易出現(xiàn)錯(cuò)誤。
矩陣軟件通過深度學(xué)習(xí),針對(duì)性建立和訓(xùn)練AI模型,完成算法優(yōu)化和固化,形成產(chǎn)品系統(tǒng),實(shí)現(xiàn)了高效靈敏的多目標(biāo)動(dòng)態(tài)監(jiān)測技術(shù),可以對(duì)行進(jìn)中的貨運(yùn)列車進(jìn)行車頭出現(xiàn)、車廂間隔和標(biāo)記信息區(qū)域的實(shí)時(shí)甄別,并進(jìn)而完成多尺寸多目標(biāo)信息的動(dòng)態(tài)監(jiān)測和識(shí)別。
聯(lián)系電話:17686618046 服務(wù)熱線:0531-86970088 網(wǎng)站:http://www.matrixerp.com
貨運(yùn)列車標(biāo)記信息智能識(shí)別系統(tǒng)|火車車廂識(shí)別系統(tǒng)廠家
系統(tǒng)運(yùn)行邏輯流程如下圖所示:
系統(tǒng)配置高速攝像機(jī),安裝在進(jìn)站口附近,可以響應(yīng)50公里每小時(shí)的火車車廂運(yùn)行速度,視頻解析節(jié)點(diǎn)高速完成視頻幀解析,交由總控節(jié)點(diǎn)統(tǒng)一任務(wù)調(diào)度:首先完成幀快速過濾,過濾掉空軌幀和無信息幀,將目標(biāo)幀轉(zhuǎn)發(fā)至信息區(qū)域提取節(jié)點(diǎn),完成車廂類型編號(hào)信息區(qū)域和車廂屬性信息區(qū)域的大尺寸目標(biāo)識(shí)別提取,并根據(jù)對(duì)車廂間隔的識(shí)別,完成對(duì)車廂的切分;標(biāo)記信息識(shí)別節(jié)點(diǎn)進(jìn)一步完成詳細(xì)標(biāo)記信息(車廂類型、編號(hào)、載重、自重、容積、換長等)的小尺寸目標(biāo)識(shí)別,識(shí)別結(jié)果反饋給總控節(jié)點(diǎn),由總控節(jié)點(diǎn)完成各車廂標(biāo)記信息的綜合,得出最終識(shí)別結(jié)果,最后由應(yīng)用系統(tǒng)接口模塊將識(shí)別結(jié)果提供給業(yè)務(wù)應(yīng)用系統(tǒng)。
貨運(yùn)列車標(biāo)記信息智能識(shí)別系統(tǒng)|火車車廂識(shí)別系統(tǒng)廠家
系統(tǒng)的高效運(yùn)行,由矩陣軟件自主訓(xùn)練的AI模型(Matrix-RetinaNet)計(jì)算引擎提供支撐,該模型以殘差網(wǎng)絡(luò)(ResNet)和特征金字塔網(wǎng)絡(luò)(FPN)為骨干網(wǎng)絡(luò),根據(jù)大目標(biāo)和小目標(biāo)識(shí)別的顯著特點(diǎn),選取特定目標(biāo)特征層,分別對(duì)目標(biāo)類別和目標(biāo)位置進(jìn)行全卷積網(wǎng)絡(luò)(Class FCN / Box FCN)計(jì)算,得出最終識(shí)別結(jié)果,模型結(jié)構(gòu)圖如下:
Matrix-RetinaNet模型對(duì)于火車車廂信息識(shí)別具有95%以上的識(shí)別率,而且通過自迭代學(xué)習(xí),其識(shí)別率可以快速增長到98%;在運(yùn)行效率上,系統(tǒng)采用智能芯片+定制板卡的模式固化模型算法,從而使整車識(shí)別時(shí)間小于兩分鐘。