[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

本申請涉及一種車輛部件識別方法、裝置、電子裝置和存儲介質，其中，該車輛部件識別方法包括：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車輛圖像，得到第一識別結果；使用車輛部件類型預測模型處理車輛圖像，得到第二識別結果，其中，第二識別結果包括由車輛部件類型預測模型識別岀的車輛部件的類型名稱；從第二識別結果中獲取目標車輛部件的類型名稱，從第一識別結果中獲取目標車輛部件的位置信息，將目標車輛部件的類型名稱和位置信息作為第三識別結果。通過本申請，解決了識別目標車輛部件效率低的問題，提高了目標車輛部件識別的效率和準確率。

技術領域

本申請涉及計算機視覺領域，特別是涉及車輛部件識別方法、裝置、電子裝置和存儲介質。

背景技術

車輛檢測是車輛交易流程中非常重要的環節，尤其是在二手車交易中，直接影響著成交意愿及成交價格。在車輛檢測過程中，需要對車輛部件進行識別，車輛部件的識別結果將直接影響車輛檢測結果，因此對車輛部件進行識別顯得尤為重要。

目前車輛部件識別主要通過神經網絡將目標車輛圖像中所有車輛部件類型的結果輸出，由于目標車輛圖像中通常包含多個車輛部件，因此，一張目標車輛圖像輸出多個車輛部件識別結果，而在車輛部件檢測領域中，一張目標車輛圖像通常只對應幾個目標車輛部件名，因此，檢測師需要從眾多的車輛部件識別結果中尋找目標車輛部件名，隨著識別結果數量增多，尋找效率也會越來越低，當識別結果過多時，尋找目標車輛部件名的效率甚至會低于人工直接標注的方式。

目前針對相關技術中識別目標車輛部件效率低的問題，尚未提出有效的解決方案。

發明內容

本申請實施例提供了一種車輛部件識別方法、裝置、電子裝置和存儲介質，以至少解決相關技術中識別目標車輛部件效率低的問題。

第一方面，本申請實施例提供了一種車輛部件識別方法，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車輛圖像，得到第一識別結果，其中，第一識別結果包括由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車輛圖像，得到第二識別結果，其中，第二識別結果包括由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，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；

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

在其中一些實施例中，方法還包括：

獲取車輛部件類型預測模型的訓練樣本集，其中，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訓練圖像的標簽信息組成，標簽信息包括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；

使用訓練樣本集以監督學習的方式訓練車輛部件類型預測模型，其中，訓練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，第一損失函數用于表征基于類型名稱進行分類的損失，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。

在其中一些實施例中，從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。

在其中一些實施例中，第二識別結果還包括：由車輛部件類型預測模型識別岀的車輛部件的置信度；

從第二識別結果中獲取目標車輛部件的類型名稱包括：從第二識別結果中確定置信度大于預設閾值或者置信度TopN個車輛部件作為目標車輛部件，并獲取目標車輛部件的類型名稱，其中，TopN個車輛部件是指對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。