[發明專利]一種車輛類別統計方法

在審

• 申請號: 202011145580.5
• 申請日: 2020-10-23
• 公開（公告）號: CN112380919A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 陳晨;趙巧芝
• 申請（專利權）人: 西安科銳盛創新科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安嘉思特知識產權代理事務所(普通合伙) 61230
• 代理人: 閆家偉

1.一種車輛類別統計方法，其特征在于，包括：

依據預定時間間隔獲取目標車輛圖像；

將所述目標車輛圖像輸入預先訓練得到的改進型YOLOv3網絡中，獲得所述目標車輛圖像的屬性信息；所述屬性信息至少包括類別；

基于預定時間段內獲得的多個類別，得到所述預定時間段內各類別車輛的數量；

其中，所述改進型YOLOv3網絡是基于YOLOv3網絡的主干網絡中，殘差模塊更換為密集連接模塊得到的；所述改進型YOLOv3網絡是根據樣本車輛圖像，以及所述樣本車輛圖像對應的屬性信息訓練得到的。

2.根據權利要求1所述的方法，其特征在于，所述改進型YOLOv3網絡的主干網絡包括多個間隔串接的密集連接模塊和過渡模塊；所述密集連接模塊的數量至少為三個；所述密集連接模塊包括串行連接的卷積網絡模塊和密集連接單元組；所述卷積網絡模塊包括串行連接的卷積層、BN層、Leaky relu層；所述密集連接單元組包括m個密集連接單元；每個密集連接單元包括多個采用密集連接形式連接的所述卷積網絡模塊，并采用級聯方式融合多個卷積網絡模塊輸出的特征圖；其中，m為大于等于4的自然數。

3.根據權利要求2所述的方法，其特征在于，所述過渡模塊為所述卷積網絡模塊。

4.根據權利要求2所述的方法，其特征在于，所述過渡模塊包括所述卷積網絡模塊和最大池化層；所述卷積網絡模塊的輸入和所述最大池化層的輸入共用，所述卷積網絡模塊輸出的特征圖和所述最大池化層輸出的特征圖采用級聯方式融合。

5.根據權利要求4所述的方法，其特征在于，所述過渡模塊包括的所述卷積網絡模塊的數量為兩個或三個，且各個卷積網絡模塊之間采用串接方式。

6.根據權利要求3、4、5中任一項所述的方法，其特征在于，所述改進型YOLOv3網絡在主干網絡之后還包括：

依次串接的FPN網絡、分類網絡和非極大值抑制模塊；其中，所述FPN網絡對主干網絡輸出的多個尺度的特征圖采用自頂向下、密集連接的方式進行融合。

7.根據權利要求6所述的方法，其特征在于，所述分類網絡包括SoftMax分類器。

8.一種車輛類別統計裝置，其特征在于，包括：

圖像獲取模塊，用于獲取多張目標車輛圖像；

類別確定模塊，用于針對每張目標車輛圖像，將該目標車輛圖像輸入預先訓練得到的改進型YOLOv3網絡中，獲得該目標車輛圖像的屬性信息；所述屬性信息至少包括類別；

類別統計模塊，用于基于所述類別，得到所述多張目標車輛圖像的各類別數量；

其中，所述改進型YOLOv3網絡是基于YOLOv3網絡的主干網絡中，殘差模塊更換為密集連接模塊得到的；所述改進型YOLOv3網絡是根據樣本車輛圖像，以及所述樣本車輛圖像對應的屬性信息訓練得到的。

9.一種電子設備，其特征在于，包括處理器、通信接口、存儲器和通信總線，其中，處理器，通信接口，存儲器通過通信總線完成相互間的通信；

存儲器，用于存放計算機程序；

處理器，用于執行存儲器上所存放的程序時，實現權利要求1-7任一所述的方法步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質內存儲有計算機程序，所述計算機程序被處理器執行時實現權利要求1-7任一所述的方法步驟。