【技术实现步骤摘要】
车辆属性识别方法、装置、服务器及存储介质
本申请实施例涉及车辆识别
,特别涉及一种车辆属性识别方法、装置、服务器及存储介质。
技术介绍
随着人工智能(ArtificialIntelligence,AI)技术的不断成熟,越来越多场景下开始借助AI技术进行车辆属性识别。比如,在实拍场景下借助AI技术识别实拍图像中车辆的颜色、车型、车系等车辆属性。在一种车辆属性识别方法中,开发人员首先为样本车辆图像设置车辆属性标签,然后采用基于神经网络的深度学习算法,训练出多个用于识别不同车辆属性的车辆属性识别模型,比如分别训练出车辆品牌识别模型、车辆车型识别模型和车辆车系识别模型等等。后续进行车辆属性识别时,将车辆图像输入各个车辆属性识别模型后即可得到相应的车辆属性信息。然而,采用上述方法识别车辆属性时,对于车系这类复杂的车辆属性,仅使用单一车辆属性识别模型进行识别,车辆属性的识别准确率较低。
技术实现思路
本申请实施例提供了一种车辆属性识别方法、装置、服务器及存储介质,可以解决相关技术中对于车系这类复杂的车辆属性,仅使用单一车辆属性识别模型进行识别,车辆属性的识别准确率较低的问题。所述技术方案如下:一方面,提供了一种车辆属性识别方法,所述方法包括:获取车辆图像;从所述车辆图像中提取车辆整体图像和至少一张车辆局部图像,不同的所述车辆局部图像对应不同的车辆部位;将所述车辆整体图像输入第一车辆属性识别模型,得到第一识别结果,所述第一车辆属性识别模型根据样本车辆整体图像训练生成;将所述车辆局部图像输入对应的第二车辆属性识别模型,得到第二识别结果,所述第二车辆属性识别模型根据样本车 ...
【技术保护点】
1.一种车辆属性识别方法,其特征在于,所述方法包括:获取车辆图像;从所述车辆图像中提取车辆整体图像和至少一张车辆局部图像,不同的所述车辆局部图像对应不同的车辆部位;将所述车辆整体图像输入第一车辆属性识别模型,得到第一识别结果,所述第一车辆属性识别模型根据样本车辆整体图像训练生成;将所述车辆局部图像输入对应的第二车辆属性识别模型,得到第二识别结果,所述第二车辆属性识别模型根据样本车辆局部图像训练生成,所述第一车辆属性识别模型和所述第二车辆属性识别模型用于识别同一车辆属性,且不同的第二车辆属性识别模型对应不同的车辆部位;根据所述第一识别结果和至少一条所述第二识别结果确定目标车辆属性。
【技术特征摘要】
1.一种车辆属性识别方法,其特征在于,所述方法包括:获取车辆图像;从所述车辆图像中提取车辆整体图像和至少一张车辆局部图像,不同的所述车辆局部图像对应不同的车辆部位;将所述车辆整体图像输入第一车辆属性识别模型,得到第一识别结果,所述第一车辆属性识别模型根据样本车辆整体图像训练生成;将所述车辆局部图像输入对应的第二车辆属性识别模型,得到第二识别结果,所述第二车辆属性识别模型根据样本车辆局部图像训练生成,所述第一车辆属性识别模型和所述第二车辆属性识别模型用于识别同一车辆属性,且不同的第二车辆属性识别模型对应不同的车辆部位;根据所述第一识别结果和至少一条所述第二识别结果确定目标车辆属性。2.根据权利要求1所述的方法,其特征在于,所述第一识别结果和所述第二识别结果中包含车辆属性与置信度之间的对应关系;所述根据所述第一识别结果和至少一条所述第二识别结果确定目标车辆属性,包括:根据所述第一识别结果和至少一条所述第二识别结果,计算车辆属性对应的平均置信度;将最大平均置信度对应的车辆属性确定为所述目标车辆属性。3.根据权利要求1所述的方法,其特征在于,所述获取车辆图像之前,所述方法还包括:获取第一样本车辆图像;根据所述第一样本车辆图像生成所述样本车辆整体图像和至少一张所述样本车辆局部图像,不同的所述样本车辆局部图像对应不同的车辆部位;根据所述样本车辆整体图像和车脸属性标签训练所述第一车辆属性识别模型;根据所述样本车辆局部图像和所述属性标签训练所述第二车辆属性识别模型。4.根据权利要求3所述的方法,其特征在于,所述根据所述样本车辆整体图像和车脸属性标签训练所述第一车辆属性识别模型,包括:构建所述第一车辆属性识别模型;将所述样本车辆整体图像输入所述第一车辆属性识别模型,得到第一输出结果;将所述样本车辆整体图像输入第一目标识别模型,得到第一目标输出结果,所述第一目标识别模型与所述第一车辆属性识别模型用于识别同一车辆属性,且所述第一目标识别模型的层数大于所述第一车辆属性识别模型的层数,所述第一目标识别模型的参数量大于所述第一车辆属性识别模型的参数量;根据所述第一输出结果和所述车辆属性标签计算第一残差;根据所述第一输出结果和所述第一目标输出结果计算第二残差;根据所述第一残差和所述第二残差反向训练所述第一车辆属性识别模型。5.根据权利要求3所述的方法,其特征在于,所述根据所述样本车辆局部图像和所述属性标签训练所述第二车辆属性识别模型,包括:构建所述第二车辆属性识别模型;将所述样本车辆局部图像输入所述第二车辆属性识别模型,得到第二输出结果;将所述样本车辆局部图像输入第二目标识别模型,得到第二目标输出结果,所述第二目标识别模型与所述第二车辆属性识别模型用于识别同一车辆属性,且所述第二目标识别模型的层数大于所述第二车辆属性识别模型的层数,所述第二目标识别模型的参数量大于所述第二车辆属性识别模型的参数量;根据所述第二输出结果和所述车辆属性标签计算第三残差;根据所述第二输出结果和所述第二目标输出结果计算第四残差;根据所述第三残差和所述第四残差反向训练所述第二车辆属性识别模型。6.根据权利要求3所述的方法,其特征在于,所述第一样本车辆图像是实拍场景下采集的图像,所述方法还包括:...
【专利技术属性】
技术研发人员:姚雨石,余宗桥,郭晓威,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。