基于深度学习的散货港口接卸运载车辆识别方法

摘要

针对散货港口抓斗门机智能化改造过程中，基于图像特征的陆侧接卸运载车辆识别和定位方法中存在的时间成本高，效率低下的问题。提出一种基于LW-YOLOv5的散货港口接卸运载车辆识别算法。通过色相饱和度明度(hue saturation value, HSV)颜色空间实现目标的快速粗定位，再利用轻量化的算法实现目标的精确定位。最后，使用该方法应用于实际工程项目。结果显示，与已有算法相比，所提方法在不影响识别准确度的同时，能够降低时间成本，提高检测速度。

关键词

散货港口 / 接卸车辆 / 抓斗门机 / YOLOv5 / 深度学习 / 卷积神经网络 / 图像识别