摘要
针对现有大多数基于光电传感器的轴型识别检测方法存在准确率低、维护成本高等问题,文章提出了一种基于YOLOv5深度神经网络高效准确的货车轴型识别方法.利用目标检测算法YOLOv5检测货车轮轴,根据检测结果识别货车轴型;为减轻因强光斑及夜间补光不足所带来的影响,基于货车图像的像素均值和标准差对图像数据进行标准化,减轻了环境因素所带来的影响;为减少运动模糊带来的影响,使用Scharr滤波器进行边缘预加重处理,强化目标轮廓特征.所设计的轴型识别方法于防城港西收费站进行了试运行应用分析,总体的轴型识别率达到99.43％,满足新型智慧收费站系统的建设需要.
NETL
NSTL
万方数据