【技术实现步骤摘要】
车辆的灯光检测方法、装置、电子设备及可读存储介质
本申请涉及车辆检测领域，特别涉及一种车辆的灯光检测方法、装置、电子设备及可读存储介质。
技术介绍
随着人民生活水平的持续提高和社会经济的不断发展，城市机动车保有量迅猛增长。其中，机动车车辆检测(比如车辆年检)的工作量也随之迅速增大。然而，专利技术人发现相关技术中至少存在如下问题：传统的车辆检测中，对车辆的灯光检测主要依赖于人工检测，因而往往存在着人工成本高、易疲劳、易疏忽等弊端，严重影响检测结果的准确率和效率。因此，如何准确、快速的对车辆的灯光进行检测，同时避免人工检测过程中的成本高、易疲劳、易疏忽等弊端，是目前形势下亟需解决的技术问题。
技术实现思路
本申请的一个目的是提供一种车辆的灯光检测方法、装置、电子设备及可读存储介质，可以自动检测车辆的灯光的亮、灭状态，提高检测效率和准确率。根据本申请的一个方面，提供了一种车辆的灯光检测方法，包括：获取基于车辆的灯光得到的待检测图像；根据所述待检测图像执行预设操作；对执行所述预设操作后得到...
【技术保护点】
1.一种车辆的灯光检测方法，其特征在于，包括：/n获取基于车辆的灯光得到的待检测图像；/n根据所述待检测图像执行预设操作；/n对执行所述预设操作后得到的各结果进行统计分析，若各结果的标志信息均为第一标志信息，则判定所述车辆的灯光检测通过；若各结果的标志信息中存在第二标志信息，则判定所述车辆的灯光检测不通过，并根据所述第二标志信息出现的位置，输出检测不通过的原因及问题图像；/n其中，所述预设操作包括：/n判断是否存在车辆区域，若存在，则记为第一标志信息，提取所述车辆区域；否则，记为第二标志信息，并保存当前的问题图像；/n判断所述车辆区域中是否存在车头区域和/或车尾区域，若存在...
【技术特征摘要】
1.一种车辆的灯光检测方法，其特征在于，包括：
获取基于车辆的灯光得到的待检测图像；
根据所述待检测图像执行预设操作；
对执行所述预设操作后得到的各结果进行统计分析，若各结果的标志信息均为第一标志信息，则判定所述车辆的灯光检测通过；若各结果的标志信息中存在第二标志信息，则判定所述车辆的灯光检测不通过，并根据所述第二标志信息出现的位置，输出检测不通过的原因及问题图像；
其中，所述预设操作包括：
判断是否存在车辆区域，若存在，则记为第一标志信息，提取所述车辆区域；否则，记为第二标志信息，并保存当前的问题图像；
判断所述车辆区域中是否存在车头区域和/或车尾区域，若存在，则记为第一标志信息，提取所述车头区域和/或车尾区域；否则，记为第二标志信息，并保存当前的问题图像；
判断所述车头区域和/或车尾区域中是否存在车灯区域，若存在，则记为第一标志信息，提取所述车灯区域；否则，记为第二标志信息，并保存当前的问题图像；
判断所述车灯区域中的灯光是否处于亮起状态，若是，则记为第一标志信息；否则，记为第二标志信息，并保存当前的问题图像。
2.如权利要求1所述的车辆的灯光检测方法，其特征在于，
所述判断是否存在车辆区域，具体为：采用基于深度学习的第一目标检测模型，判断是否存在车辆区域；
所述判断所述车辆区域中是否存在车头区域和/或车尾区域，具体为：采用基于深度学习的第二目标检测模型，判断所述车辆区域中是否存在车头区域和/或车尾区域；
所述判断所述车头区域和/或车尾区域中是否存在车灯区域，具体为：采用基于深度学习的第三目标检测模型，判断所述车头区域和/或车尾区域中是否存在车灯区域；
所述判断所述车灯区域中的灯光是否处于亮起状态，具体为：采用基于深度学习的二分类模型，判断所述车灯区域中的灯光是否处于亮起状态。
3.如权利要求2所述的车辆的灯光检测方法，其特征在于，所述基于深度学习的二分类模型，具体通过如下方式获取：
在基于LeNet分类深度学习网络的每一个卷积层后均加入激活函数，并删除损失层，得到调整后的基于LeNet分类深度学习网络；
根据所述调整后的基于LeNet分类深度学习网络，训练得到所述基于深度学习的二分类模型。
4.如权利要求3所述的车辆的灯光检测方法，其特征在于，所述根据所述调整后的基于LeNet分类深度学习网络，训练得到所述基于深度学习的二分类模型，具体为：
结合预设参数，根据所述调整后的基于LeNet分类深度学习网络，训练得...
【专利技术属性】
技术研发人员：周康明，谷维鑫，
申请(专利权)人：上海眼控科技股份有限公司，
类型：发明
国别省市：上海;31
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。