智慧工地车辆未冲洗抓拍系统

智慧工地车辆未冲洗抓拍系统利用利用opencv+yolo网络深度学习架构模型对进出的工程车辆的冲洗情况实现智能识别。如果智慧工地车辆未冲洗抓拍系统发现要出工地的车辆没有清洗、冲洗不不干净或者清洗时间太短仍然判定是不合规的车辆，然后将这些不合规冲洗的车辆上报给本地的工地监管平台。

OpenCV基于C++实现，同时提供python, Ruby, Matlab等语言的接口。OpenCV-Python是OpenCV的Python API，结合了OpenCV C++API和Python语言的最佳特性。OpenCV可以在不同的系统平台上使用，包括Windows，Linux，OS，X，Android和iOS。基于CUDA和OpenCL的高速GPU操作接口也在积极开发中。

目标检测架构分为两种，一种是two-stage，一种是one-stage，区别就在于 two-stage 有region proposal过程，类似于一种海选过程,网络会根据候选区域生成位置和类别，而one-stage直接从图片生成位置和类别。今天提到的 YOLO就是一种 one-stage方法。YOLO是You Only Look Once的缩写,意思是神经网络只需要看一次图片，就能输出结果。