一种基于深度学习的平面库位状态识别方法及系统

本发明提出了一种基于深度学习的平面库位状态识别方法及系统，包括：实时采集库位区整体图像；采用改进的YOLOv11目标检测算法对库位区整体图像进行识别，获得含有库位角信息的图像，其中改进的YOLOv11目标检测算法在特征提取网络中引入多维动态卷积；通过自适应去噪质心定位算法对含有库位角信息的图像进行质心坐标计算，生成质心坐标点集，以及将质心坐标点集输入至网格型库位构造算法中，生成库位布局；根据库位布局实时获取对应的库位区局部图像，并通过图像分类算法对库位区局部图像进行状态识别，获得库位状态信息。本发明通过整合深度学习与目标检测算法，实现自动提取库位角和质心，能够提高识别准确性、降低成本。