摘要
本论文旨在改进邮政邮区中心局垛口作业管理.传统的手工台账管理方式容易导致人工误差,因此提出一种基于垛口摄像头数据的方法.首先,利用中值滤波改进ResNet-50网络,以准确判别垛口作业情况.其次,采用YOLO v5算法检测装卸车辆的车牌数据,并通过ResNet-18网络进行车牌清晰度判别.最后,利用OCR技术对清晰的车牌进行识别,实现车牌信息的输出.通过引入计算机视觉和深度学习技术,本研究实现对垛口作业和车辆车牌的自动化识别,从而提高管理效率并减少人为误差.同时采用Jetson NX作为边缘计算平台减少服务器成本的同时增加了算力,为进一步提升邮区中心垛口资源利用率提供思路.
维普
万方数据