[發明專利]車輛部件識別方法、裝置、電子裝置和存儲介質

在審

• 申請號: 202011227250.0
• 申請日: 2020-11-06
• 公開（公告）號: CN112329772A
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 劉海波
• 申請（專利權）人: 浙江大搜車軟件技術有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 賀才杰

1.一種車輛部件識別方法，其特征在于，包括：

獲取待識別車的車輛圖像；

使用車輛部件位置預測模型處理所述車輛圖像，得到第一識別結果，其中，所述第一識別結果包括由所述車輛部件位置預測模型識別出的車輛部件的類型名稱和位置信息；

使用車輛部件類型預測模型處理所述車輛圖像，得到第二識別結果，其中，所述第二識別結果包括由所述車輛部件類型預測模型識別岀的車輛部件的類型名稱，其中，所述車輛部件類型預測模型基于車輛部件的多層級類型聯合訓練；

從所述第二識別結果中獲取目標車輛部件的類型名稱，從所述第一識別結果中獲取所述目標車輛部件的位置信息，將所述目標車輛部件的類型名稱和位置信息作為第三識別結果。

2.根據權利要求1所述的車輛部件識別方法，其特征在于，所述方法還包括：

獲取所述車輛部件類型預測模型的訓練樣本集，其中，所述訓練樣本集包括多個訓練樣本，每個訓練樣本主要由訓練圖像和所述訓練圖像的標簽信息組成，所述標簽信息包括所述訓練圖像中包含的車輛部件的類型名稱和該類型名稱所屬的上級類目名稱；

使用所述訓練樣本集以監督學習的方式訓練所述車輛部件類型預測模型，其中，訓練所述車輛部件類型預測模型所使用的損失函數由第一損失函數和第二損失函數聯合而成，所述第一損失函數用于表征基于類型名稱進行分類的損失，所述第二損失函數用于表征基于上級類目名稱進行分類的損失。

3.根據權利要求1所述的車輛部件識別方法，其特征在于，從所述第二識別結果中獲取到的目標車輛部件的類型名稱的數量為1個、2個或者3個。

4.根據權利要求1所述的車輛部件識別方法，其特征在于，所述第二識別結果還包括：由所述車輛部件類型預測模型識別岀的車輛部件的置信度；

從所述第二識別結果中獲取目標車輛部件的類型名稱包括：從所述第二識別結果中確定置信度大于預設閾值或者置信度TopN個車輛部件作為所述目標車輛部件，并獲取所述目標車輛部件的類型名稱，其中，TopN個車輛部件是指對所述第二識別結果中車輛部件按照置信度進行降序排序后的前N個車輛部件，N為大于等于1的整數。

5.根據權利要求4所述的車輛部件識別方法，其特征在于，在從所述第二識別結果中獲取目標車輛部件的類型名稱之前，所述方法還包括：

將置信度小于所述預設閾值的車輛部件的類型名稱從所述第二識別結果中刪除。

6.根據權利要求1所述的車輛部件識別方法，其特征在于，在從所述第二識別結果中獲取目標車輛部件的類型名稱，從所述第一識別結果中獲取所述目標車輛部件的位置信息，將所述目標車輛部件的類型名稱和位置信息作為第三識別結果之后，所述方法還包括：

將所述目標車輛部件的類型名稱從所述第二識別結果中刪除，再次執行下列步驟：從所述第二識別結果中獲取目標車輛部件的類型名稱，從所述第一識別結果中獲取所述目標車輛部件的位置信息，將所述目標車輛部件的類型名稱和位置信息作為第三識別結果。

7.根據權利要求1所述的車輛部件識別方法，其特征在于，在從所述第二識別結果中獲取目標車輛部件的類型名稱，從所述第一識別結果中獲取所述目標車輛部件的位置信息，將所述目標車輛部件的類型名稱和位置信息作為最終識別結果之后，所述方法還包括：

將所述第三識別結果標記在所述車輛圖像上得到標記圖像，并輸出所述標記圖像。