我国铁路负担着全国约70%以上的货运周转量，在火车货物运送过程中火车箱号需要与列车的实际内容、顺序相匹配。但在实际运输过程中，车箱号与列车在内容、顺序上会有出入，因此在列车到达车站后，车号员还需进行逐车核对。列车长度一般为800——1000米，车号员核对箱号通常需要30——50分钟，效率低、劳动强度大。由于目前车箱号工作确认输入都是由人工完成，占用作业时间较长，这样就造成了许多资源浪费。在这样的背景下，火车箱号的自动识别显然是一个需要认真对待并且亟待解决的问题。而视频车号识别正好解决了这一问题，采取智能抓拍的方式，识别火车厢体的厢号、载重、自重信息，综合车号识别率可达98%以上。

由于目前车号工作包括确认和输入都由人工完成，占用作业时间较长，在几百个车站，一万多对列车里，造成相当可观的资源浪费。所以，车号的自动输入问题显然是一个急需解决的关键问题。

这个问题的解决，能够加快货车的解编速度，提高车辆的周转率，带来巨大的经济效益。

项目背景：

铁路客户存在解决人工记录/读取/录入火车编号的需求，希望通过对抓拍的车箱图片进行处理，自动统计检测车站不同时间段的各种类型火车编号，减少对人工的依赖，提高效率。

项目难点：

货车的不确定性比较大而且容易出错，编号时间久且容易磨损，辨别起来比较困难。

项目描述：

1、需求：识别相机拍摄的铁路车厢照片or视频流，本地分析输出10位数车厢号，汇总进车站管理系统便于管理和统计，解决人工读数问题；

2、识别场景：火车站、铁路车辆段场景；

3、识别对象：货车编号；

4、环境：白天，室外环境下，夜晚光照充足情况下。

AI识别货运列车车号

火车AI识别系统，应用深度学习技术，通过现场部署高清摄像机拍摄经过的列车车厢视频/图片，传至系统，以自主训练的AI模型计算引擎为核心进行字符学习并实时分析，实现对货车编号信息的准确识别。

平台能够有效解决货车编号因损坏、磨损等问题导致的无法识别，信息不精准等问题，减轻相关工作人员维护负担，弥补现场信息化系统短板。