无检测翻车机重车空车识别系统设计

介绍一种根据翻车机接卸工艺特点、利用逻辑运算(不依靠检测)实现的翻车机重车空车识别系统,经实际应用该系统能够可靠识别翻车机转子内的空车重车,给操作人员明确指示,有效杜绝了生产事故的发生。

基于卷积神经网络的煤炭运载车辆识别

为了杜绝或避免矿产品资源如煤炭、砂石矿等行业因不开票而导致偷税漏税现象的发生,利用深度卷积神经网络自动识别空车重车是一种有效途径。本文在AlexNet模型基础上,针对空车重车图像的差异性,提出5种改进思路,最终得到一种基于maxout+dropout的6层卷积神经网络的结构。对34220张空车重车图片的测试结果表明,模型在准确度、敏感度、特异性、精度等方面都取得了良好的效果。此外,模型还具有高度的鲁棒性,可以成功识别大量不同角度和不同场景的空车重车图像。