基于YOLOv5深度神经网络的货车轴型识别方法

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—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。

试析智慧运维平台在隧道管养中的研究与运用

进入21世纪后,随着我国信息化水平的日渐提升,信息技术为传统行业赋能改变了这些行业的作业模式与发展方向。隧道作为一种重要的公共交通方式,是基建的重要组成部分。在过去的隧道管养中,普遍面临着养护难度大、养护成本高、养护效率低等问题,这些在一定程度上制约了我国隧道管养的水平。近年来,智慧平台逐步被相关人员引入到隧道管养中,在相当大程度上提升了管养过程中面临的安全、效率、成本等问题。笔者结合多年工作经验,首先对智慧运维进行了概述,并在此基础上介绍了一种专门用于隧道养护的智慧运维平台,对其设计方案和实施意义进行了探讨,希望可以给相关专业人员提供借鉴与参考。