[發明專利]基于目標檢測的車輛圖像過濾方法、系統、裝置及介質

在審

• 申請號: 202010908650.1
• 申請日: 2020-09-02
• 公開（公告）號: CN112199542A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 羅緒清
• 申請（專利權）人: 廣州酷車信息科技有限公司
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/951;G06F16/215;G06K9/62
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 常柯陽

1.基于目標檢測的車輛圖像過濾方法，其特征在于，包括：

基于RetinaNet目標檢測算法訓練得到目標檢測模型；

獲取車輛外觀圖像數據；

通過PHash算法以及漢明距離算法對所述車輛外觀圖像數據進行圖片去重，得到去重后的初始圖像；

通過所述目標檢測模型對所述初始圖像進行數據清洗，得到目標圖像。

2.根據權利要求1所述的基于目標檢測的車輛圖像過濾方法，其特征在于，所述基于RetinaNet目標檢測算法訓練得到目標檢測模型，包括：

獲取待訓練的車輛圖片數據以及對應每個車輛圖片數據的標注數據，得到初始訓練集；

對所述初始訓練集中的照片進行第一清洗，得到目標訓練集；

基于動態學習率和動態訓練次數，通過RetinaNet目標檢測算法對所述目標訓練集進行模型訓練，得到目標檢測模型。

3.根據權利要求1所述的基于目標檢測的車輛圖像過濾方法，其特征在于，所述獲取車輛外觀圖像數據，包括：

對汽車網站中的車輛圖片對應的網頁結構進行分析，獲取車型信息與車輛圖像的映射數據；

根據對所述網頁結構的分析結果，通過python requests庫開發適合不同網站的抓圖工具；

通過所述抓圖工具獲取所述汽車網站中的圖像地址，并將圖像對應的車型信息存儲至工作隊列。

4.根據權利要求1所述的基于目標檢測的車輛圖像過濾方法，其特征在于，所述通過PHash算法以及漢明距離算法對所述車輛外觀圖像數據進行圖片去重，得到去重后的初始圖像，包括：

將所述車輛外觀圖像數據的圖片尺寸進行縮小；

將縮小后的圖片轉化為灰度圖；

計算所述灰度圖的DCT變換結果；

將所述DCT變換結果縮小后計算DCT均值；

根據所述DCT均值獲取二值圖；

根據所述二值圖生成各個圖片對應的哈希值；

通過任意兩個圖片的哈希值計算兩個圖片之間的漢明距離；

根據所述漢明距離對所述車輛外觀圖像數據中的圖片進行去重，得到去重后的初始圖像。

5.根據權利要求1所述的基于目標檢測的車輛圖像過濾方法，其特征在于，所述通過所述目標檢測模型對所述初始圖像進行數據清洗，得到目標圖像，包括：

通過所述目標檢測模型對所述初始圖像進行檢測，生成圖片類別概率；

根據所述圖片類別概率以及所述初始圖像對應的原始車輛外觀圖像，確定滿足質量要求的目標圖像；

對所述目標圖像進行裁切以及標注，生成存檔文件。

6.基于目標檢測的車輛圖像過濾系統，其特征在于，包括：

訓練模塊，用于基于RetinaNet目標檢測算法訓練得到目標檢測模型；

獲取模塊，用于獲取車輛外觀圖像數據；

去重模塊，用于通過PHash算法以及漢明距離算法對所述車輛外觀圖像數據進行圖片去重，得到去重后的初始圖像；

清洗過濾模塊，用于通過所述目標檢測模型對所述初始圖像進行數據清洗，得到目標圖像。

7.一種裝置，其特征在于，包括處理器以及存儲器；

所述存儲器用于存儲程序；

所述處理器執行所述程序實現如權利要求1-5中任一項所述的方法。

8.一種存儲介質，其特征在于，所述存儲介質存儲有程序，所述程序被處理器執行實現如權利要求1-5中任一項所述的方法。