[发明专利]物流装载率测量建模方法、装置、设备、及存储介质

权利要求书

1.一种物流装载率测量建模方法，其特征在于，包括：

获取多帧厢体图像，每帧厢体图像标注载物率及载物等级；

根据所述多帧厢体图像的载物等级训练第一神经网络模型；以及

根据所述第一神经网络模型及所述多帧厢体图像的载物率训练第二神经网络模型。

2.根据权利要求1所述的物流装载率测量建模方法，其特征在于，还包括根据所述第二神经网络模型测试待测图像的物流装载率。

3.根据权利要求1所述的物流装载率测量建模方法，其特征在于，所述根据所述多帧厢体图像的载物等级训练第一神经网络模型，包括：

从所述多帧厢体图像中分别选取当前图像作为第一图像、与所述当前图像的载物等级相同的厢体图像作为第二图像及与所述当前图像的载物等级不同的厢体图像作为第三图像；

将所述第一图像、所述第二图像及所述第三图像作为第一神经网络模型的输入，进行前向传播；

将所述第一图像、第二图像及第三图像经过第一神经网络模型的提取结果作为三元损失函数的输入参数，计算第一损失；

根据所述第一损失进行反向传播，优化所述第一神经网络模型的提取结果。

4.根据权利要求3所述的物流装载率测量建模方法，其特征在于，所述根据所述多帧厢体图像的载物等级训练第一神经网络模型，还包括：

选定多个卷积神经网络构成所述第一神经网络模型。

5.根据权利要求3所述的物流装载率测量建模方法，其特征在于，所述根据所述第一神经网络模型及所述多帧厢体图像的载物率训练第二神经网络模型，包括：

将所述第一神经网络模型中最后一层的所有神经元替换为单个神经元，并将所述第一神经网络模型的提取结果用于所述第二神经网络模型；

将所述第一图像、所述第二图像及所述第三图像作为所述第二神经网络模型的输入，进行前向传播；

将所述多帧厢体图像的载物率当作Huber损失函数的输入参数，计算第二损失；

根据所述第二损失进行反向传播，优化所述第二神经网络模型的提取结果。

6.根据权利要求5所述的物流装载率测量建模方法，其特征在于，所述根据所述多帧厢体图像的载物等级训练第二神经网络模型，还包括：

选定多个卷积神经网络构成所述第二神经网络模型。

7.根据权利要求1所述的物流装载率测量建模方法，其特征在于，所述获取多帧厢体图像，包括：

从所述多帧厢体图像选取当前图像及在先图像；

计算所述当前图像与所述在先图像的差值图像；

将所述当前图像的三通道图像、所述在先图像的三通道图像及所述差值图像的三通道图像叠加成九通道图像，作为训练所述第一神经网络模型及所述第二神经网络模型的输入。

8.一种物流装载率测量建模装置，其特征在于，包括：

获取单元，用于获取多帧厢体图像，每帧厢体图像标注载物率及载物等级；

第一训练单元，用于根据所述多帧厢体图像的载物等级训练第一神经网络模型；以及

第二训练单元，用于根据所述第一神经网络模型及所述多帧厢体图像的载物率训练第二神经网络模型。

9.一种设备，其特征在于，包括处理器和存储器，所述存储器中存储有程序代码，所述处理器调用所述存储器中的程序代码时执行如权利要求1至7任一项所述的物流装载率测量建模方法。

10.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行如权利要求1至7任一项所述的物流装载率测量建模方法。