渣土車在城市管理中一直是一個重要的話題，超載，沿路拋灑等給城市的都帶來很大的挑戰(zhàn)，特別是管理不規(guī)范，造成的交通事故也比比皆是。 因此，渣土車智慧管理平臺應(yīng)運而生。新型智能環(huán)保渣土車，高密閉性，杜絕沿路拋灑；在車輛上安裝北斗定位設(shè)備、載重狀態(tài)檢測設(shè)備、舉升狀態(tài)檢測設(shè)備、車廂是否密閉狀態(tài)檢測設(shè)備，可以實時獲取車輛是否裝貨，是否舉升，是否密閉信息；并可通過下發(fā)指令，對嚴(yán)重違規(guī)的車輛進(jìn)行遠(yuǎn)程鎖車、限速和限舉限制，以管控違規(guī)車輛。在這個過程中，車牌識別的作用也至關(guān)重要。
一.背景描述 為了規(guī)范工程項目施工現(xiàn)場車輛出入管理，保障施工生產(chǎn)安全、有序，提升安全管理和文明施工水平，需要對工地進(jìn)出車輛進(jìn)行管理。 車輛進(jìn)出口： 水泥車 土方車
二.目標(biāo)描述
a. 客戶痛點：工地車輛出入流動性較大，人員統(tǒng)計車輛出入信息效率低，容易漏檢
b. 目前車輛進(jìn)出較多沒有對車量監(jiān)控和車牌監(jiān)控多為2個系統(tǒng)，車輛識別多為人員看監(jiān)控判別，車牌識別多為進(jìn)出門禁閘機統(tǒng)計，數(shù)據(jù)追溯較為麻煩，浪費人力物力 難度：
①顏色誤差：由工地車輛的有灰塵，或者常年被腐蝕，每一輛車的車的車輛顏色會有誤差。
?、谂臄z問題：無法同時需要識別車牌和判斷車型，車牌需要正面拍攝，車型需要側(cè)面拍攝判斷，一個監(jiān)控畫面無法實現(xiàn)既能拍清楚正面拍清楚車牌又能拍清楚拍到側(cè)面的判斷車型。
?、圮噷傩苑直妫和练杰嚭拓涇囃庑蜗嗨疲枰ㄟ^裝載物件的性質(zhì)輔助判斷具體車的屬性。 識別場景：工地大門進(jìn)出口 識別對象：對車輛的車牌、車型、顏色屬性進(jìn)行識別；【識別顏色為畫面上占比重最多的顏色，可以存在一定的錯誤】 車的類型：水泥車，土方車，貨車 輸入：定點攝像頭取像 分別提供不低于500張的訓(xùn)練數(shù)據(jù) 識別邏輯：在工地進(jìn)出口對進(jìn)出車輛進(jìn)行檢測，檢測區(qū)域是否有車輛進(jìn)出，通過正對進(jìn)出口拍攝車頭車牌信息，通過側(cè)面攝像頭抓拍車身信息，通過車身判斷車型識別出該車輛的屬性，識別車車身的顏色及識別進(jìn)出車輛的車牌。如果有車輛(貨車，土方車，水泥車)進(jìn)出，則算法報警，輸出車的屬性信息，車的顏色信息及車牌信息。 解決問題：規(guī)范工程項目施工現(xiàn)場人員、車輛出入管理，保障施工生產(chǎn)安全、有序，提升安全管理和文明施工水平。 輸出：視頻|圖片|callback 算法性能：20qps 算法要求：單幀 最小識別尺寸：40*40像素 實時性：實時性不高 部署方式：本地化部署 。
三.驗收標(biāo)準(zhǔn) 算法可自動識別圖片中進(jìn)出入車輛的類型，如識別到貨車，水泥車，土方車的車輛，則輸出車的類型同時識別車牌號信息，輸出告具體車牌號 使用相同場景下的數(shù)據(jù)進(jìn)行測試，算法識別準(zhǔn)確率不低于90% 分析速度滿足：支持5fps以下的實時分析、事后分析速度6pfs、巡檢(分段)分析速度可達(dá)0.2s/幀 驗收計算方式：針對每一種情況隨機抽取3000張圖片，針對每一張圖片進(jìn)行分析，然后進(jìn)行統(tǒng)計，準(zhǔn)確識別的比例需要達(dá)到90%以上(根據(jù)算法準(zhǔn)確率要求) 準(zhǔn)確識別的圖片數(shù)量/測試圖片數(shù)量≥90%(準(zhǔn)確率要求90%的算法)
