技术特征：
技术总结
本发明公开了一种基于深度学习的集装箱锁扣检测及预警方法，首先通过深度学习方法对集装箱箱角进行检测，然后对远角箱角进行检测校准，最终通过HOG特征提取以及分类器分类判断锁扣是否存在；若存在锁扣，则通过警示灯警示或警示音提醒进行报警，立即停止移动集装箱，并人为拆卸锁扣。本发明具有集装箱锁扣自动检测效率高、预警准确的优点，可大幅度降低操作人员的工作强度，避免因人为疏漏造成的安全事故，可广泛应用于铁路、公路、水路和航空等领域的集装箱运输行业。
技术研发人员：申震;袁基睿;刘昕;山世光
受保护的技术使用者：中科视拓（北京）科技有限公司
技术研发日：2017.10.12
技术公布日：2018.02.09