[发明专利]一种卡车危险提醒方法

权利要求书

1.一种卡车危险提醒方法，其特征在于，包括以下步骤：

S1、针对位于矿山区域中的卡车，所述卡车上的每一图像采集装置采集相应区域的图像信息；

S2、所述卡车上与所有图像采集装置连接的图像处理中心对所述图像信息进行实时处理，确定当前卡车的预设范围内是否存在待识别目标；

所述步骤S2包括：

S21、对每一图像采集装置采集的图像进行预处理，获取预处理后的图像；

在所述步骤S21之前，还包括：

训练轻量级SSD模型，获取训练后的轻量级SSD模型；

所述轻量级SSD模型包括八个模块：

第一模块包括两个3×3卷积层和一个最大池化层；第二模块包括两个3×3卷积层和一个最大池化层；第三模块包括三个3×3卷积层和一个最大池化层；第四模块包括三个3×3卷积层和一个最大池化层；第五模块包括三个3×3卷积层和一个最大池化层；第六模块包括一个3×3的卷积层和一个最大池化层；第七模块包括一个1×1卷积层；第八模块包括一个1×1的卷积层和一个3×3的卷积层；模块之间通过所述卷积层和所述池化层进行信息传递；所述第三模块经多孔卷积处理后与所述第四模块相连接；

第一模块：输入图像大小为300×300×3，采用64个3×3的卷积核对原始图像进行卷积两次，即两个卷积层；再采用步长为2大小为2×2的池化核进行池化；

第二模块：采用128个3×3的卷积核对第一模块输出进行卷积两次，即两个卷积层；再采用步长为2大小为2×2的池化核进行池化；

第三模块：采256个3×3的卷积核对第二模块输出进行卷积三次，即三个卷积层；再采用步长为2大小为2×2的池化核进行池化；

第四模块：采512个3×3的卷积核对第三模块输出进行卷积三次，即三个卷积层；再采用步长为2大小为2×2的池化核进行池化；

第五模块：采512个3×3的卷积核对第四模块输出进行卷积三次，即三个卷积层；再采用步长为1大小为3×3的池化核进行池化；

第六模块：采用1024个3×3的扩展率为6的卷积核对第五模块输出进行卷积一次，即一个卷积层；

第七模块：采用1024个1×1的卷积核对第六模块输出进行卷积一次，即一个卷积层；

第八模块：采用256个1×1的卷积核对第七模块输出进行卷积一次，即一个卷积层；再用采256个3×3的卷积核对第七模块输出进行卷积一次，共两个卷积层；

所述轻量级SSD模型采用多层特征融合方法，将第三模块、第四模块、第七模块和第八模块输出的特征图进行特征融合，其中，第三模块经多孔卷积处理后与第四模块相连接，作为新模块，然后将第三模块和第四模块池化层之前的卷积层输出特征图和第七模块、第八模块的输出特征图做多尺度特征融合；

S22、采用训练后的轻量级SSD模型对预处理后的图像进行实时处理；

其中，所述训练后的轻量级SSD模型是预先采用与当前卡车相关的训练图像对轻量级SSD模型进行训练获得的；

采用仅保留人员和车辆两类目标图像的PASCAL VOC2012数据集对模型进行微调，然后用卡车视角图像对模型进行再次微调；

S3、若所述预设范围内存在所述待识别目标，则向当前卡车的驾驶人员发出危险信号。