技术特征：
1.一种基于大数据的混合作业流双向并行计算检测方法，其特征在于，包括如下步骤：s1.车辆卡口相机对混合作业流双向并行往来车辆采集车流图像数据,并将车流图像数据发送给图像处理模块；s2.图像处理模块接收车辆卡口相机发送的车流图像数据，将车流图像数据转为结构化车辆数据，并将结构化车辆数据发送给具有大数据的后台计算机中心；s3.后台计算机中心接收结构化车辆数据，并通过深度学习识别算法进行样本训练，对混合作业流双向的车流量进行去重后自动做出计算检测，并对车流量进行预测。2.根据权利要求1所述的基于大数据的混合作业流双向并行计算检测方法，其特征在于，s1中，采集车流图像数据是采集一个时间段内的车辆卡口相机的往来车辆图像数据。3.根据权利要求1所述的基于大数据的混合作业流双向并行计算检测方法，其特征在于，s2中，所述结构化车辆数据包括：机动车id、机动车类别、车身颜色、卡口设备id、出现时间、通过时间、车牌号码、图片地址、行驶速度中的多种。4.根据权利要求3所述的基于大数据的混合作业流双向并行计算检测方法，其特征在于，s3中，基于结构化车辆数据自动进行去重。5.根据权利要求4所述的基于大数据的混合作业流双向并行计算检测方法，其特征在于，s3中基于大数据学习结构化车辆数据的统计及权重，并以此预测该区域内流入流出的车流量。6.根据权利要求5所述的基于大数据的混合作业流双向并行计算检测方法，其特征在于，s3中,以机动车id和卡口设备id作为较大的权重进行识别计算。7.根据权利要求6所述的基于大数据的混合作业流双向并行计算检测方法，其特征在于，s3中,在采集一个时间段内，以更细分的时间段作为统计区间，计算检测该更细分的时间段的车流量。
技术总结
本发明公开了一种基于大数据的混合作业流双向并行计算检测方法，其包括如下步骤：S1.车辆卡口相机对混合作业流双向并行往来车辆采集车流图像数据,并将车流图像数据发送给图像处理模块；S2.图像处理模块接收车辆卡口相机发送的车流图像数据，将车流图像数据转为结构化车辆数据，并将结构化车辆数据发送给具有大数据的后台计算机中心；S3.后台计算机中心接收结构化车辆数据，并通过深度学习识别算法进行样本训练，对混合作业流双向的车流量进行去重后自动做出计算检测，并对车流量进行预测。本发明能够实现能够基于大数据，长时间准确的进行城市区域流量统计与预测。确的进行城市区域流量统计与预测。确的进行城市区域流量统计与预测。
技术研发人员：曾高发 杨宗庆 赖宜亮
受保护的技术使用者：厦门市执象智能科技有限公司
技术研发日：2022.02.07
技术公布日：2022/5/10