(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111481868.4 (22)申请日 2021.12.07 (71)申请人 南京飞衍智能科技有限公司 地址 210000 江苏省南京市宁双路19号云 密城G栋41 1 (72)发明人 高聪　杭珂烨　赵增民　季彬　 陆思烽　肖梓贤　 (74)专利代理 机构 南京九致知识产权代理事务 所(普通合伙) 32307 代理人 杨橘 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/764(2022.01) G06V 10/762(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 20/00(2019.01) (54)发明名称 一种集装箱装卸安全检测方法和系统 (57)摘要 本申请公开了一种集装箱装卸安全检测方 法和系统， 该方法包括： 使用多组训练数据对基 于神经网络的机器学习模型进行训练， 得到收敛 的机器学习模型； 其中， 所述多组训练数据来自 于现场作业数据集； 通过摄像头对 龙门吊与集装 箱卡车上的集装箱连接的锁头进行拍摄， 得到照 片； 将所述照片输入到所述机器学习模型中； 获 取所述机器学习模型输出的结果， 其中， 所述结 果用于指示所述锁头是否处于安全状态。 通过本 申请解决了现有技术中依靠人工来判断集卡集 装箱的锁头所带来的安全隐患所导致的问题， 从 而减少了人工成本 。 权利要求书2页 说明书6页 附图3页 CN 114155438 A 2022.03.08 CN 114155438 A 1.一种集装箱装卸安全检测方法， 其特 征在于， 包括： 使用多组训练数据对基于神经网络的机器学习模型进行训练， 得到收敛的机器学习 模 型； 其中， 所述多组训练数据来自于现场作业数据集； 通过摄像头对龙门 吊与集装箱卡车 上的集装箱连接的锁头进行拍摄， 得到照片； 将所述照片输入到所述机器学习模型中； 获取所述机器学习模型输出的结果， 其中， 所述结果用于指示所述锁头是否处于安全 状态。 2.根据权利要求1所述的方法， 其特征在于， 对基于神经网络的机器学习 模型进行训练 包括： 将所述现场作业数据集经 过基于ResNet的编码器进行编码； 将编码后的所述现场作业数据集输入到基于聚类的机器学习模型中分类。 3.根据权利 要求2所述的方法， 其特征在于， 将所述现场作 业数据集经过基于ResNet的 编码器进行编码包括： 输入所述现场作业 集中的图像； 将所述图像输入到编码器； 接收所述编码器输出的低维编码； 将所述低维编码输入译码器， 获取与输入的所述图像尺寸相同的图像。 4.根据权利要求3所述的方法， 其特征在于， 所述低维是指输出的编码的维度小于所述 图像输入所述编码器之前的维度， 所述维度用于指示所述图像中的特 征数量。 5.根据权利要求1至4中任一项所述的方法， 其特 征在于， 还 包括： 在所述锁头未处于安全状态的情况 下， 进行报警。 6.一种集装箱装卸安全检测系统， 其特 征在于， 包括： 训练模块， 用于使用多组训练数据对基于神经网络的机器学习模型进行训练， 得到收 敛的机器学习模型； 其中， 所述多组训练数据来自于现场作业数据集； 拍摄模块， 用于通过摄像头对龙门吊与集装箱卡车上的集装箱连接的锁头进行拍摄， 得到照片； 输入模块， 用于将所述照片输入到所述机器学习模型中； 获取模块， 用于获取所述机器学习模型输出的结果， 其中， 所述结果用于指示所述锁头 是否处于安全状态。 7.根据权利要求6所述的系统， 其特 征在于， 所述训练模块用于： 将所述现场作业数据集经 过基于ResNet的编码器进行编码； 将编码后的所述现场作业数据集输入到基于聚类的机器学习模型中分类。 8.根据权利要求7 所述的系统， 其特 征在于， 所述训练模块用于： 输入所述现场作业 集中的图像； 将所述图像输入到编码器； 接收所述编码器输出的低维编码； 将所述低维编码输入译码器， 获取与输入的所述图像尺寸相同的图像。 9.根据权利要求8所述的系统， 其特征在于， 所述低维是指输出的编码的维度小于所述 图像输入所述编码器之前的维度， 所述维度用于指示所述图像中的特 征数量。权　利　要　求　书 1/2 页 2 CN 114155438 A 210.根据权利要求6 至9中任一项所述的系统， 其特 征在于， 还 包括： 报警模块， 用于在所述锁头未处于安全状态的情况 下， 进行报警。权　利　要　求　书 2/2 页 3 CN 114155438 A 3