货物拥堵识别-
适用于：Linux
商品简介：货物拥堵识别算法主要用于物流中心,可对皮带传输设备上是否有货物拥堵无法正常运输进行自动识别,若检测到传送带上有货物堆积拥堵现象,立即报警并通知现场人员,以便及时处理。
商品亮点：高精确率检测皮带货物拥堵的风险，识别精确度为93.6%（即100条报警中约有93条真实报警）,辅助客户减少人员的投入，降低运营成本，提升效率
商品说明
| 版本: V1.1 | 交付方式: License |
| 适用于: Linux | 上架日期: 2021-01-19 02:55:46 |
针对物流中心货物拥堵行识别，判断皮带传输设备上是否出现货物包裹的堆积拥堵。货物拥堵识别算法是物流中心货物运输环节视频监控场景下的算法，算法通过提取监控皮带设备的运动状态及皮带上货物运动情况，设计了一套识别货物包裹是否在皮带上传输过程中出现拥堵的算法。对实时视频流画面进行准实时检测，对画面内皮带设备上是否有货物包裹拥堵进行识别显示。
货物拥堵识别算法采用自定义深度神经网络，高效分析皮带设备上拥堵货物的特征以及运动状态，通过视频图像中投影空间的下的尺度变分识别算法，高精确率检测皮带货物阻塞的风险，并及时向上层应用推送预警。根据用户对报警频率及时间间隔上的感知程度，对报警间隔和频次进行策略上的调整，使得用户使用感受良好，同时达到更高率管理的效果。
在实验室测试环境下（共2000段视频，正负样本比例为1：33.09），精确率为93.6%（即100条报警中约有93条真实报警），召回率为100%，准确率为99.80%。真实商用场景数据统计，精确率在90%左右。
传统的货物拥堵事件处理方式中，需要投入一定量的人力来人工查看情况，效率较低。货物拥堵识别算法的使用，可代替人工值守，更加快速、及时的发现风险情况，在这一环节减少人员的投入，降低运营成本，提升效率。
