基于神经网络的闸杆防砸方法、系统、设备及存储介质

摘要

本发明提供了基于神经网络的闸杆防砸方法、系统、设备及存储介质，其中，防砸方法包括：基于摄像头采集的监控图像构建一卷积神经网络；采集车辆驶过闸口过程的监控图像，用于生成卷积神经网络的训练数据集；标注监控图像并训练卷积神经网络；采用训练后的神经网络对摄像头采集的实时图像进行预测；使用激光雷达实时检测闸口的通车状态；以及当卷积神经网络对连续m帧监控图像预测的结果是无车，并且激光雷达连续n秒判定结果是无车，则给闸杆控制器发送下放闸杆信号，m，n为预设阈值。本发明能够大大降低漏检率，并且保证在恶劣天气中仍能保证较高的预测精度，提高安全性和可靠性。