【技术实现步骤摘要】
车位检测方法、装置、计算机设备以及存储介质
本申请涉及车位检测以及图像处理
，尤其涉及一种车位检测方法、装置、计算机设备以及存储介质。
技术介绍
随着科学技术的进步和智能化技术的发展，人们对汽车的安全性与智能化要求也越来越高。尤其是泊车的过程中，通常根据车辆检测到的停车位的位置进行停车，因此，精确的车位检测方法，不但可以帮助用户安全、快捷的完成泊车，更是避免了停车时出现意外的情况。常用的车位检测算法有很多，有基于驾驶人员交互的、基于相邻障碍物的超声波雷达检测和基于环境中固定安装设备的多种检测方法。但是，现有的车位检测方法，在针对鱼眼相机采集的图像进行停车位检测时，检测出来的车位外接矩形中通常包含有车位之外的其他物体，例如，隔壁的车位或者旁边的柱子等，存在车位检测准确率较低的现象，从而导致泊车的过程中容易出现危险。
技术实现思路
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。本申请提出一种车位检测方法、装置、计算机设备以及存储介质，通过训练后的目标检测模型能够根据识别出图像中的车位，得到车位的不规则多边形预测框，使得用户在泊车过程中能够根据车位的不规则多...
【技术保护点】
1.一种车位检测方法，其特征在于，所述方法包括以下步骤：获取采集的图像；采用目标检测模型识别所述图像中的车位，得到用于指示车位的不规则多边形预测框；在所述图像中展示所述不规则多边形预测框。
【技术特征摘要】
1.一种车位检测方法，其特征在于，所述方法包括以下步骤：获取采集的图像；采用目标检测模型识别所述图像中的车位，得到用于指示车位的不规则多边形预测框；在所述图像中展示所述不规则多边形预测框。2.根据权利要求1所述的车位检测方法，其特征在于，所述采用目标检测模型识别所述图像中的车位，得到用于指示车位的不规则多边形预测框，包括：将所述图像输入所述目标检测模型，得到车位的外接矩形框；采用所述目标检测模型在所述外接矩形框范围内，回归不规则多边形预测框，得到所述不规则多边形预测框的顶点坐标。3.根据权利要求2所述的车位检测方法，其特征在于，所述采用所述目标检测模型在所述外接矩形框范围内，回归不规则多边形预测框，得到所述不规则多边形预测框的顶点坐标，包括：识别所述图像中属于车位的像素单元；在所述外接矩形框范围内，回归识别出的像素单元，得到包围所述像素单元的所述不规则多边形预测框；确定所述多边形预测框的顶点坐标。4.根据权利要求2所述的车位检测方法，其特征在于，所述外接矩形框的参量包括：中心点坐标、所述外接矩形的长度和所述外接矩形的宽度。5.根据权利要求2所述的车位检测方法，其特征在于，所述将所述图像输入所述目标检测模型之前，还包括：将训练样本的图像输入所述目标检测模型，得到所述目标检测模型输出的所述不规则多边形预测框的顶点坐标和所述外接矩形框的参量；根据所述不规则多边形预测框的顶点坐标和第一参考值之间的差异，以及所述外接矩形框的参量和第二参考值之间的差异，调整所述目标检测模型的模型参数；其中，所述第一参考值是采用不规则多边形对所述训练样本的图像中车位进行标注时，所述不规则多边形的顶点坐标值；所述第二参考值是采用矩形对所述训练样本的图像中车位进行标注时，所述矩形的参数值。6.根据权利要求5所述的车位检测方法，其特征在于，所述根据所述不规则多边形预测框的顶点坐标和第一参考值之间的差异，以及所述外接矩形框的参量和第二参考值之间的差异，调整所述目标检测模型的模型参数，包括：获取所述目标检测模型输出的所述不规则多边形预测框的顶点坐标和对应的第一预测误差；所述第一预测误差，指示所述顶点坐标的预测误差；根据所述第一参考值和所述顶点坐标，确定所述多边形预测框的第一实际误差；根据所述第一预测误差和所述第一实际误差之差得到第一损失函数值；调整所述目标检测模型的模型参数，以使所述第一损失函数值最小化。7.根据权利要求5所述的车位检测方法，其特征在于，所述根据所述不规则多边形预测框的顶点坐标和第一参考值之间的差异，以及所述外接矩形框的参量和第二参考值之间的差异，调整所述目标检测模型的模型参数，包括：获取所述目标检测模型输出的所述外接矩形框的参量和对应的第二预测误差；所述第二预测误差，指示所述参量的预测误差；根据所述第二参考值和所述参量，确定所述外接矩形框的第二实际误差；根据所述第二预测误差和所述第二实际误差之差得到第二损失函数值；调整所述目标检测模型的模型参数，以使所述第二损失函数值最小化。8.根据权利要求1-7任一项所述的车位检测方法，其特征在于，所述获取采集的图像，包括：获取采用鱼眼镜头...
【专利技术属性】
技术研发人员：吕文玉，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11
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。