تشخیص نوع بار خودرو مبتنی بر شبکه عصبی پیچشی

تشخیص و طبقه بندی بار خودروها یک وظایف مهم سیستم های حمل و نقل هوشمند برای اطمینان از ایمنی در جاده ها و بزرگراه ها است. خودروهای سنگین که خاک و زباله های ساختمانی را حمل می کنند می توانند آسیب های شدیدی به جاده ها و آسفالت وارد کنند. روش های سنتی برای تشخیص و طبقه بندی بار محدودیت هایی در دقت و کارایی دارند. هدف این مقاله بکارگیری الگوریتم های یادگیری عمیق برای تشخیص و طبقه بندی نوع بار خودرو به گونه ای است که قابلیت اجرای زمان -حقیقی داشته باشد. بدین منظور، تعداد زیادی الگوی مثبت و منفی برای آموزش شبکه عصبی پیچشی استفاده شده اند. نتایج حاصل از این مقاله نشان می دهد که بار خاک، نخاله و ضایعات ساختمانی با دقت ۹۴٫۵ درصد از سایر بارها تشخیص داده می شود. بعلاوه، پیاده سازی بر روی مینی برد جنسون نانو نتایج امیدوار کننده ای برای اجرای بلادرنگ را نشان داد و ما معتقدیم که این رویکردمی تواند در پروژه های مشابه نظارت بر ترافیک برای ارائه داده های دقیق و قابل اعتماد برای تصمیم گیری بهتر اعمال شود.

کلیدواژه ها:

تشخیص نوع بار ، شبکه عصبی پیچشی ، سیستم های حمل و نقل هوشمند ، پردازش تصویر