一种基于深度学习的集装箱残损检测方法及系统

本申请涉及集装箱残损检测技术领域，特别是涉及一种基于深度学习的集装箱残损检测方法及系统。包括：建立多个集装箱类别，并根据全部集装箱类别建立图像分析模型；设定待检测集装箱的图像采集策略，并根据图像采集策略获取待检测集装箱的图像数据包；根据图像分析模型生成图像数据包的预处理结果；根据预处理结果生成待检测集装箱的一级检测策略，并生成待检测集装箱的残损风险值；基于不同的集装箱设备参数构建多个集装箱类别，利用深度学习技术构建各个集装箱类别的子图像模型，从而适应不同的港口实际生产过程中不同类型的集装箱残损情况，通过采集待检测集装箱的图像数据进行初步的残损检测，提高集装箱的残损检测效率，降低检测运维成本。