【技术实现步骤摘要】
车辆部件识别方法、装置、计算机设备及存储介质
本专利技术涉及图像识别领域,尤其涉及一种车辆部件识别方法、装置、计算机设备及存储介质。
技术介绍
随着图像识别技术的发展,图像识别技术在车辆识别领域也得到了快速的发展。目前车辆识别主要是依靠神经网络完成的,即将车辆图片输入到预先训练完毕的神经网络中,以通过神经网络来识别车辆部件(如叶子板、车门、保险杠和引擎盖等)。然而,就目前的技术来说,仅通过神经网络来识别车辆的部件存在很大的缺陷,比如神经网络无法识别车体的某一部位的车辆部件,则会认为该部位的部件缺失,车辆部件识别的准确率不高。
技术实现思路
本专利技术实施例提供一种车辆部件识别方法、装置、计算机设备及存储介质,以解决上述车辆部件识别的准确率不高的问题。一种车辆部件识别方法,包括:获取被处理车辆图像;将所述被处理车辆图像输入到预先训练完毕的神经网络中,得到目标车辆图像,所述目标车辆图像上包括识别出的车辆部件的车辆部件名;将所述目标车辆图像上的车辆部件名和预设的车辆部件映射表中的 ...
【技术保护点】
1.一种车辆部件识别方法,其特征在于,包括:/n获取被处理车辆图像;/n将所述被处理车辆图像输入到预先训练完毕的神经网络中,得到目标车辆图像,所述目标车辆图像上包括识别出的车辆部件的车辆部件名;/n将所述目标车辆图像上的车辆部件名和预设的车辆部件映射表中的车辆部件名进行匹配,以确定出所述神经网络无法识别的车辆部件;/n确定所述无法识别的车辆部件在所述目标车辆图像上的坐标区域;/n根据所述坐标区域在所述目标车辆图像上标记所述无法识别的车辆部件对应的车辆部件名。/n
【技术特征摘要】
1.一种车辆部件识别方法,其特征在于,包括:
获取被处理车辆图像;
将所述被处理车辆图像输入到预先训练完毕的神经网络中,得到目标车辆图像,所述目标车辆图像上包括识别出的车辆部件的车辆部件名;
将所述目标车辆图像上的车辆部件名和预设的车辆部件映射表中的车辆部件名进行匹配,以确定出所述神经网络无法识别的车辆部件;
确定所述无法识别的车辆部件在所述目标车辆图像上的坐标区域;
根据所述坐标区域在所述目标车辆图像上标记所述无法识别的车辆部件对应的车辆部件名。
2.如权利要求1所述的车辆部件识别方法,其特征在于,所述车辆部件映射表中的各个车辆部件名的排列顺序与车辆上的各个部件的排列顺序相对应,所述确定所述无法识别的车辆部件在所述目标车辆图像上的坐标区域,包括:
若所述无法识别的车辆部件为非映射表两端的车辆部件,则确定所述车辆部件映射表中,最靠近所述无法识别的车辆部件的第一参考部件名和第二参考部件名,其中,所述非映射表两端的车辆部件为,除所述车辆部件映射表中的第一个车辆部件名和最后一个车辆部件名所对应的车辆部件外的其他车辆部件;
获取所述目标车辆图像中,所述第一参考部件名对应的车辆部件的顶点坐标和底点坐标,以及所述第二参考部件名对应的车辆部件的顶点坐标和底点坐标,所述顶点坐标和所述底点坐标为最靠近所述无法识别的车辆部件一侧的顶点坐标和底点坐标;
将所述第一参考部件名的顶点坐标和底点坐标,以及所述第二参考部件名的顶点坐标和底点坐标,作为所述无法识别的车辆部件在所述目标车辆图像上的坐标区域。
3.如权利要求2所述的车辆部件识别方法,其特征在于,所述车辆部件映射表还包括各个车辆部件名所对应的车辆部件的宽高比例,所述确定所述无法识别的车辆部件在所述目标车辆图像上的坐标区域还包括如下步骤:
若所述无法识别的车辆部件为映射表两端的部件,则确定所述车辆部件映射表中,最靠近所述无法识别的车辆部件的第三参考部件名,所述映射表两端的部件为,所述车辆部件映射表中的第一个车辆部件名所对应的车辆部件,和最后一个车辆部件名所对应的车辆部件;
获取所述第三参考部件名对应的车辆部件在所述目标车辆图像上的顶点坐标和底点坐标;
将所述第三参考部件名对应的顶点坐标和底点坐标作为所述无法识别的车辆部件的第一顶点坐标和第一底点坐标;
将所述第三参考部件名对应的顶点坐标和底点坐标的纵坐标之间的差值作为所述无法识别的车辆部件的高;
根据所述无法识别的车辆部件的高和从所述车辆映射表获取的宽高比例,计算所述无法识别的车辆部件的宽;
根据所述无法识别的车辆部件的高和宽,计算所述无法识别的车辆部件的第二顶点坐标和第二底点坐标;
将所述第一顶点坐标、所述第二底点坐标、所述第二顶点坐标和所述第二底点坐标作为所述无法识别的车辆部件在所述目标车辆图像上的坐标区域。
4.如权利要求1-3任意一项所述的车辆部件识别方法,其特征在于,所述车辆部件映射表还包括各个所述车辆部件所对应的前标签或者后标签,所述前标签和所述后标签分别用于标记所述车辆部件位于车辆的前部和后部;所述得到所述目标车辆图像之后,所述车辆部件识别方法还包括:
确定所述目标车辆图像上所述各个车辆部件的中心点坐标;
计算所述前标签所对应的所述中心点坐标的横坐标的平均值m,和所述后标签所对应的所述中心点坐标的横坐标的平均值n;
比较所述m和所述n的大小;
若所述m大于所述n,则确定出所述车辆部件位于车辆驾驶位的右边;
若所述...
【专利技术属性】
技术研发人员:丁晶晶,
申请(专利权)人:平安科技深圳有限公司,
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。