Resumen

Debido a la repeticin de operaciones mecnicas y a factores naturales, el contenedor sufrir diversos tipos de daos durante su uso. La adopcin de mtodos eficaces de deteccin de daos en contenedores desempea un papel vital en la prolongacin de la vida til y la funcin de uso. Este artculo propone un modelo de deteccin de daos multitipo para contenedores basado en el aprendizaje por transferencia y MobileNetV2. Adems, se establece un conjunto de datos que contiene nueve tipos tpicos de daos en contenedores. Para garantizar la validez y viabilidad del modelo, realizamos pruebas y verificaciones en el entorno portuario real. Los resultados muestran que el modelo puede identificar mltiples tipos de daos en los contenedores. En comparacin con los modelos existentes, el modelo de deteccin de daos propuesto en este artculo puede garantizar el efecto de identificacin de varios tipos de daos en contenedores, lo que resulta ms adecuado para la situacin real de deteccin de contenedores. Este mtodo puede proporcionar una nueva idea de deteccin de daos para la gestin de contenedores en los puertos.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Contenedor; Detección de daños; Aprendizaje por transferencia; MobileNetV2; Conjunto de datos; Puerto.
• Keywords:Container; Damage detection; Transfer learning; MobileNetV2; Data set; Port.