信息检测方法、信息检测装置、计算机设备及存储介质制造方法及图纸

本发明专利技术提出了一种信息检测方法、信息检测装置、计算机设备及存储介质。其中，信息检测方法包括：获取拍摄图像；利用信息检测模型的车辆检测分支检测拍摄图像中的车辆，获取车辆信息，以及利用信息检测模型的车牌检测分支检测拍摄图像中的车牌，获取车牌信息。通过本发明专利技术技术方案中分别对车辆和车牌进行检测，一方面加快了检测速度，另一方面提高了检测精度。

【技术实现步骤摘要】
信息检测方法、信息检测装置、计算机设备及存储介质
本专利技术涉及信息检测
，具体而言，涉及一种信息检测方法、信息检测装置、计算机设备及存储介质。
技术介绍
相关技术中的高精度目标检测主要部署在服务器端，有充裕的内存、GPU(GraphicsProcessingUnit，图形处理器)和FPGA(FieldProgrammableGateArray，现场可编程逻辑门阵列)等高性能计算硬件支持，但在移动端内存受限，不仅没有通用GPU来支持目标检测模型计算，而且在使用CPU计算的过程中还要考虑用户终端中其他应用进程在运行，为了不影响其他应用进程运行，目标检测模型设置只使用单核单线程来计算，算力极大的受到限制。在终端上各方面都受限的条件下，目标检测大致分为一阶和二阶的检测模型架构，二阶检测模型大，检测精度高，但速度较慢；一些经典的一阶检测模型(例如，yolo，retinanet)虽然速度较快，但这些小型化模型是在牺牲一定精度的前提下实现的高速检测，不能满足高精度检测任务，这两类模型在速度和精度上不能同时满足业务需求。
技术实现思路
本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。为此，本专利技术的一个方面在于提出了一种信息检测方法。本专利技术的另一个方面在于提出了一种信息检测装置。本专利技术的再一个方面在于提出了一种计算机设备。本专利技术的又一个方面在于提出了一种计算机可读存储介质。有鉴于此，根据本专利技术的一个方面，提出了一种信息检测方法，包括：获取拍摄图像；利用信息检测模型的车辆检测分支检测拍摄图像中的车辆，获取车辆信息，以及利用信息检测模型的车牌检测分支检测拍摄图像中的车牌，获取车牌信息。本专利技术提供的信息检测方法，针对经典通用检测模型速度和精度的矛盾，摒弃了同时检测所有类别对象的方式，针对车辆(大物体)和车牌(小物体)使用独立检测分支，分别使用信息检测模型的特征层来单独接一个专属的检测分支，即利用信息检测模型的车辆检测分支检测车辆获取车辆信息，以及利用信息检测模型的车牌检测分支检测车牌获取车牌信息。通过本专利技术技术方案中分别对车辆和车牌进行检测，一方面加快了检测速度，另一方面提高了检测精度。根据本专利技术的上述信息检测方法，还可以具有以下技术特征：在上述技术方案中，还包括：根据车辆信息和车牌信息判断拍摄图像是否有效；当拍摄图像无效时，发出提示信息。在该技术方案中，需要进行车辆验证时，在司机拍摄车辆过程中实时检测车辆和车牌，若检测到的车辆信息和车牌信息有误或者信息不全，则确定拍摄图像无效，及时发出提示信息提醒司机，确保司机提交审核的车辆短视频或图片是包含车辆和车牌的有效视频信息。在上述任一技术方案中，车辆信息包括以下一种或其组合：车体中心点坐标、车体外框坐标、车体宽度、车体高度、车头或车尾属性、车门打开或关闭信息、车辆方向信息；车牌信息包括以下一种或其组合：车牌中心点坐标、车牌宽度、车牌高度、车牌前景、车牌背景。在该技术方案中，在车辆的独立检测分支中集成车门状态识别，输出车门开和关两种状态，在车辆的独立检测分支中还集成车辆方向识别，输出车辆照片0度、90度、180度、270度的方向信息，本专利技术不仅能够高精度实时检测车体和车牌，同时还能识别出车辆方向信息和车门状态。在上述任一技术方案中，还包括：获取采样图像，以及获取采样图像中的采样信息；根据采样信息，建立信息检测模型。在该技术方案中，将采样图像中的采样信息进行标记，将采样信息输入至信息检测模型，通过采样信息和标记对该信息检测模型的参数进行训练，得到最优模型，从而能够通过该模型对车辆信息和车牌信息进行精准且快速地检测。在上述任一技术方案中，信息检测模型包括五层主干网络；根据采样信息，建立信息检测模型的步骤，具体包括：根据采样信息的车辆采样信息训练信息检测模型的第五层主干网络和车辆检测分支，以及根据采样信息的车牌采样信息训练信息检测模型的第一层主干网络、第二层主干网络、第三层主干网络、第四层主干网络以及车牌检测分支，其中，车辆采样信息包括采样车体中心点坐标、采样车体外框坐标、采样车体宽度、采样车体高度、采样车头或车尾属性、采样车门打开或关闭信息、采样车辆方向信息，车牌采样信息包括采样车牌中心点坐标、采样车牌宽度、采样车牌高度、采样车牌前景、采样车牌背景。在该技术方案中，信息检测模型使用mobilenet_v3(深度学习模型)作为主干网络，使用特征分离的独立检测分支(车辆检测分支、车牌检测分支)分别检测车辆和车牌，检测分支根据车辆和车牌不同的形状，定制不同的anchor长宽比，更加贴合检测对象以显著提高检测精度，其中anchor为目标检测任务中检测特征图中每个点默认映射在原图上的固定的参考框。车辆在图中占比较大较容易检出，因此车辆检测分支接在主干网络的最后一层5×5低分辨率的特征层后，同时在该层集成车头或车尾、车门状态、车辆方向识别模型，这样既能够高精度检测大物体(车辆)，也能在增加极少量计算的情况下集成额外的属性识别。而车牌在图片中占比较小，不易检出需要较多的anchor覆盖量来保证检测精度，但使用更多的主干网络特征层接入额外的检测分支来增大anchor覆盖量会带来大量的计算，因此本专利技术的技术方案融合了主干网络剩余的4层特征层，融合后在20×20高分辨率的特征层下增加anchor的scale层级来提供足够的anchor覆盖，这样既满足了高精度检出的anchor覆盖数量又节省算力。根据本专利技术的另一个方面，提出了一种信息检测装置，包括：图像获取单元，用于获取拍摄图像；信息检测单元，用于利用信息检测模型的车辆检测分支检测拍摄图像中的车辆，获取车辆信息，以及利用信息检测模型的车牌检测分支检测拍摄图像中的车牌，获取车牌信息。本专利技术提供的信息检测装置，针对经典通用检测模型速度和精度的矛盾，摒弃了同时检测所有类别对象的方式，针对车辆(大物体)和车牌(小物体)使用独立检测分支，分别使用信息检测模型的特征层来单独接一个专属的检测分支，即利用信息检测模型的车辆检测分支检测车辆获取车辆信息，以及利用信息检测模型的车牌检测分支检测车牌获取车牌信息。通过本专利技术技术方案中分别对车辆和车牌进行检测，一方面加快了检测速度，另一方面提高了检测精度。根据本专利技术的上述信息检测装置，还可以具有以下技术特征：在上述技术方案中，还包括：处理单元，用于根据车辆信息和车牌信息判断拍摄图像是否有效；提示单元，用于当拍摄图像无效时，发出提示信息。在该技术方案中，需要进行车辆验证时，处理单元在司机拍摄车辆过程中实时检测车辆和车牌，若检测到的车辆信息和车牌信息有误或者信息不全，则确定拍摄图像无效，提示单元及时发出提示信息提醒司机，确保司机提交审核的车辆短视频或图片是包含车辆和车牌的有效视频信息。在上述任一技术方案中，车辆信息包括以下一种或其组合：车体中心点坐标、车体外框坐标、车体宽度、车体高度、车头或车尾属性、车门打开或关闭信息、车辆方向信息；车牌信息包括以下一种或其组合：车牌中心点坐本文档来自技高网...

【技术保护点】
1.一种信息检测方法，其特征在于，包括：/n获取拍摄图像；/n利用信息检测模型的车辆检测分支检测所述拍摄图像中的车辆，获取车辆信息，以及利用所述信息检测模型的车牌检测分支检测所述拍摄图像中的车牌，获取车牌信息。/n

【技术特征摘要】
1.一种信息检测方法，其特征在于，包括：
获取拍摄图像；
利用信息检测模型的车辆检测分支检测所述拍摄图像中的车辆，获取车辆信息，以及利用所述信息检测模型的车牌检测分支检测所述拍摄图像中的车牌，获取车牌信息。


2.根据权利要求1所述的信息检测方法，其特征在于，还包括：
根据所述车辆信息和所述车牌信息判断所述拍摄图像是否有效；
当所述拍摄图像无效时，发出提示信息。


3.根据权利要求1所述的信息检测方法，其特征在于，
所述车辆信息包括以下一种或其组合：车体中心点坐标、车体外框坐标、车体宽度、车体高度、车头或车尾属性、车门打开或关闭信息、车辆方向信息；
所述车牌信息包括以下一种或其组合：车牌中心点坐标、车牌宽度、车牌高度、车牌前景、车牌背景。


4.根据权利要求1至3中任一项所述的信息检测方法，其特征在于，还包括：
获取采样图像，以及获取所述采样图像中的采样信息；
根据所述采样信息，建立所述信息检测模型。


5.根据权利要求4所述的信息检测方法，其特征在于，所述信息检测模型包括五层主干网络；
根据所述采样信息，建立所述信息检测模型的步骤，具体包括：
根据所述采样信息的车辆采样信息训练所述信息检测模型的第五层主干网络和所述车辆检测分支，以及根据所述采样信息的车牌采样信息训练所述信息检测模型的第一层主干网络、第二层主干网络、第三层主干网络、第四层主干网络以及所述车牌检测分支，其中，所述车辆采样信息包括采样车体中心点坐标、采样车体外框坐标、采样车体宽度、采样车体高度、采样车头或车尾属性、采样车门打开或关闭信息、采样车辆方向信息，所述车牌采样信息包括采样车牌中心点坐标、采样车牌宽度、采样车牌高度、采样车牌前景、采样车牌背景。


6.一种信息检测装置，其特征在于，包括：
图像获取单元，用于获取拍摄图像；
信息检测单元，用于利用信息检测模型的车辆检测分支检测所述拍摄图像中的车辆，获取车辆信息，以及利用所述信息检测模型的车牌检测分支检测所述拍...

【专利技术属性】
技术研发人员：王智恒，王树栋，李杰，张天明，陈天钰，
申请(专利权)人：北京嘀嘀无限科技发展有限公司，
类型：发明
国别省市：北京;11