基于人工智能模型剪枝技术在钢铁园区的车辆管理研究

目前，随着钢铁智能制造不断推进，视频监控系统大体建设已经初步完成，基本已经实现“看的见”“看得清”的任务目标，现有摄像头可实现对厂区、办公楼出入、作业、运输、设备的监控，但是目前的管控基本是靠人的监督及检查来实现，防控效率低、范围小、局限性大。以钢铁园区运输部为例，大部分为普通摄像头，具备车牌识别的高清卡口摄像头相对较少，当事故回溯时往往需要操作人员在大量历史视频中查找，费时费力。基于RetinaFace、RRPN的机器视觉模型算法实现全摄像头的车牌识别，并结合剪枝等模型压缩技术，优化了神经网络运算的速度，降低了计算成本，达到企业降本增效的作用。