一种基于深度学习的路灯智能巡检管理系统

本发明涉及智能城市管理与计算机视觉技术领域，公开一种基于深度学习的路灯智能巡检管理系统，图像识别模块、算法处理模块、环境模块、数据分析模块、权限管理模块、智能路径规划模块、视频跟踪模块、多尺度检测模块、图像转换模块、检测存储模块；所述图像识别模块，用于对路灯进行图像数据的采集且实现图像识别，利用卷积神经网络对路灯的特征进行提取，使用Yolov4算法模型进行目标检测。通过自动化的图像识别和检测功能，系统能替代人工目视检查，对路灯的状态进行实时监控，且利用深度学习的目标检测算法和高效的智能路径规划技术，大幅减少巡检需要时间，实现系统能在较短的时间内完成对大量路灯的检查，显著提升巡检效率。