一种基于深度学习的集装箱破损实时检测方法

摘要

本发明提供一种基于深度学习的集装箱破损实时检测方法，包括以下步骤：步骤1：从监控设备中获取集装箱图像；步骤2：采用生成对抗网络模型对获取的集装箱图像进行图像增强；步骤3：对集装箱图像进行人工标注图像中破损位置及对应的集装箱破损类型，构建集装箱破损图像数据集；步骤4：搭建集装箱破损检测深度网络模型；步骤5：将训练集或数据集中的图像通过目标检测算法，以图像中每个像素为中心生成多个大小和宽高比不同的锚框作为采样的候选区域；步骤6：训练并测试深度网络模型；步骤7：进行集装箱破损实时检测。本发明能够适用于无人港口复杂环境、可识别多种破损类型、处理速度快并且能够满足实时检测需求。