基于三目摄像头和深度学习的高速危化品车辆识别方法研究

危险货物运输车辆的自动识别对于提升运输效能与保障安全至关重要,其应用范围涵盖交通管控、运输安全监督、车辆身份验证等多个领域。文章利用三目摄像设备采集同一运输车辆的车头、车侧图像,构建了专门针对危险品运输车辆的车头、车侧身图像数据集。在此基础上,利用YOLOv5检测模型检测识别高速路场景下的危险品运输车辆,旨在强化对高速公路危险品物流的监管效能。

基于三目摄像头及深度学习的车型分类系统

传统的车型分类设备存在需要破坏路面安装传感器、投资大、施工周期长、设备维护困难等问题,本文提出基于三目摄像头获得车脸、车身、车尾三向图像以及基于深度学习算法识别车长、轴数、轴距、轴型、客货等多个特征的车型分类系统,并给出用于识别轮胎的改进后的LeNet-5网络结构图,能对高速公路中的10种车型(客1~客4、货1~货6)分类识别,为ETC无人化收费提供关键数据。