摘要
本发明公开了一种用于集装箱号理货识别方法,涉及集装箱智能理货技术领域;其技术要点为:部署多模态感知设备并进行初始标定,预训练改进的YOLOv7‑tiny目标检测模型、基于Transformer的cGAN字符分割模型及轻量化CNN‑Transformer‑胶囊网络集成的混合识别模型;通过多模态感知设备的多模态数据协同采集,系统能够有效整合RGB图像的纹理信息、深度图像的空间结构及点云数据的三维坐标,解决了传统单一视觉识别受光照、遮挡等影响的问题,自校准机制实时修正传感器时空偏差,使系统在强光反光、夜间低照度、字符磨损等复杂场景下,仍能准确提取集装箱号特征。
技术关键词
集装箱
识别方法
动态贝叶斯网络
校准机制
立体视觉
畸变校正算法
时空注意力机制
字符
空间变换网络
胶囊网络
降噪模型
历史数据统计
多模态
零知识证明
特征金字塔
区块链存证技术
实用拜占庭容错
激光雷达点云数据
系统为您推荐了相关专利信息
语音情感识别方法
MFCC特征
情感类别
Softmax函数
前馈神经网络
无人机识别方法
信号接收设备
路径损耗模型
视觉传感器
定位无人机
音频
混合神经网络模型
神经网络架构
管道
供水管
视觉识别方法
梗丝
梗签烟丝
特征提取模型
图像分类网络