[發(fā)明專利]一種車牌識別方法、裝置及電子設(shè)備

有效

• 申請?zhí)枺?/td>: 201811580274.7
• 申請日: 2018-12-24
• 公開（公告）號: CN111353517B
• 公開（公告）日: 2023-09-26
• 發(fā)明（設(shè)計）人: 錢華;翁春磊;李哲暘
• 申請（專利權(quán)）人: 杭州海康威視數(shù)字技術(shù)股份有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V30/148;G06V10/24;G06V10/82;G06N3/0464;G06N3/044
• 代理公司: 北京博思佳知識產(chǎn)權(quán)代理有限公司 11415
• 代理人: 林祥

1.一種車牌識別方法，其特征在于，包括：

將已訓(xùn)練的第一網(wǎng)絡(luò)模型量化處理為第二網(wǎng)絡(luò)模型；其中，所述第一網(wǎng)絡(luò)模型中網(wǎng)絡(luò)層的權(quán)值參數(shù)通過浮點數(shù)表示，所述第二網(wǎng)絡(luò)模型中網(wǎng)絡(luò)層的權(quán)值參數(shù)通過定點數(shù)表示，所述第二網(wǎng)絡(luò)模型的每一網(wǎng)絡(luò)層包括權(quán)值參數(shù)和量化比例系數(shù)，所述量化比例系數(shù)包括輸入方向的量化比例系數(shù)、輸出方向的量化比例系數(shù)和權(quán)值參數(shù)的量化比例系數(shù)，基于所述權(quán)值參數(shù)的量化比例系數(shù)對所述權(quán)值參數(shù)進行量化處理；其中，所述量化比例系數(shù)通過線性量化的方式或指數(shù)量化的方式計算獲得；

將目標圖像輸入至所述第二網(wǎng)絡(luò)模型，獲得所述目標圖像中車牌的字符識別結(jié)果和車牌類別信息；其中，所述第二網(wǎng)絡(luò)模型基于每一網(wǎng)絡(luò)層的權(quán)值參數(shù)、輸入方向和輸出方向的量化比例系數(shù)對所述目標圖像進行處理；

依據(jù)所述字符識別結(jié)果和所述車牌類別信息識別所述車牌；

所述方法還包括：

基于所述第一網(wǎng)絡(luò)模型的每一網(wǎng)絡(luò)層的量化前的權(quán)值參數(shù)和量化后的權(quán)值參數(shù)，計算出alpha系數(shù)；

根據(jù)所述alpha系數(shù)對量化后的權(quán)值參數(shù)進行調(diào)整；

若所述第一網(wǎng)絡(luò)模型通過線性量化的方式轉(zhuǎn)換為定點數(shù)形式的第二網(wǎng)絡(luò)模型，則所述第二網(wǎng)絡(luò)模型的每一網(wǎng)絡(luò)層的計算可以表示為：

若所述第一網(wǎng)絡(luò)模型通過指數(shù)量化的方式轉(zhuǎn)換為定點數(shù)形式的第二網(wǎng)絡(luò)模型，則所述第二網(wǎng)絡(luò)模型的每一網(wǎng)絡(luò)層的計算可以表示為：

其中，I_q表示定點數(shù)形式的輸入?yún)?shù)，I_beta表示輸入方向的量化比例系數(shù)，W_q表示定點數(shù)形式的權(quán)值參數(shù)，W_beta表示權(quán)值參數(shù)的量化比例系數(shù)，O_q表示定點數(shù)形式的輸出參數(shù)，O_beta表示輸出方向的量化比例系數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述量化比例系數(shù)通過線性量化的方式計算獲得，所述將已訓(xùn)練的第一網(wǎng)絡(luò)模型量化處理為第二網(wǎng)絡(luò)模型，包括：

將參考圖像輸入至所述第一網(wǎng)絡(luò)模型，以由所述第一網(wǎng)絡(luò)模型對所述參考圖像進行處理，獲得每一網(wǎng)絡(luò)層處理所述參考圖像時輸入?yún)?shù)的最大絕對值和最小絕對值、輸出參數(shù)的最大絕對值和最小絕對值、權(quán)值參數(shù)的最大絕對值和最小絕對值；

依據(jù)所述輸入?yún)?shù)的最大絕對值、最小絕對值和預(yù)設(shè)的第一量化位寬計算該網(wǎng)絡(luò)層輸入方向的量化比例系數(shù)；

依據(jù)所述輸出參數(shù)的最大絕對值、最小絕對值和所述第一量化位寬計算該網(wǎng)絡(luò)層輸出方向的量化比例系數(shù)；

依據(jù)所述權(quán)值參數(shù)的最大絕對值、最小絕對值和預(yù)設(shè)的第二量化位寬計算該網(wǎng)絡(luò)層的權(quán)值參數(shù)的量化比例系數(shù)，并基于所述權(quán)值參數(shù)的量化比例系數(shù)對所述權(quán)值參數(shù)進行量化處理。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述量化比例系數(shù)通過線性量化的方式計算獲得，所述將已訓(xùn)練的第一網(wǎng)絡(luò)模型量化處理為第二網(wǎng)絡(luò)模型，包括：

將參考圖像輸入至所述第一網(wǎng)絡(luò)模型，以由所述第一網(wǎng)絡(luò)模型對所述參考圖像進行處理，獲得每一網(wǎng)絡(luò)層處理所述參考圖像時輸入?yún)?shù)的最大絕對值、輸出參數(shù)的最大絕對值、權(quán)值參數(shù)的最大絕對值；

依據(jù)所述輸入?yún)?shù)的最大絕對值和預(yù)設(shè)的第一量化位寬計算該網(wǎng)絡(luò)層輸入方向的量化比例系數(shù)；

依據(jù)所述輸出參數(shù)的最大絕對值和所述第一量化位寬計算該網(wǎng)絡(luò)層輸出方向的量化比例系數(shù)；

依據(jù)所述權(quán)值參數(shù)的最大絕對值和預(yù)設(shè)的第二量化位寬計算該網(wǎng)絡(luò)層的權(quán)值參數(shù)的量化比例系數(shù)，并基于所述權(quán)值參數(shù)的量化比例系數(shù)對所述權(quán)值參數(shù)進行量化處理。