一种停车位的检测方法、装置、设备及存储介质制造方法及图纸

本申请实施例公开了一种停车位的检测方法、装置、设备及存储介质，相关实施例可应用于云技术、人工智能、智慧交通等各种场景，用于提高获取停车位的准确性以及提高停车效率。本申请实施例方法包括：获取待检测图像对应的目标特征图，其中，目标特征图包括N个锚点框，N为大于1的整数，计算每个锚点框的置信度得分，其中，置信度得分用于指示锚点框中包含有目标对象的概率值，根据置信度得分从N个锚点框中确定M个目标锚点框，其中，M为大于1小于N的整数，对M个目标锚点框中的每个目标锚点框分别进行关键点计算，得到M个关键点坐标，根据M个关键点坐标确定待检测图像中停车位的位置，并向目标终端设备推送待检测图像中停车位的位置。标终端设备推送待检测图像中停车位的位置。标终端设备推送待检测图像中停车位的位置。

【技术实现步骤摘要】
一种停车位的检测方法、装置、设备及存储介质


[0001]本申请实施例涉及智慧交通
，尤其涉及一种停车位的检测方法、装置、设备及存储介质。

技术介绍

[0002]随着城市化的加剧和人民生活水平的提高，大城市中的汽车越来越多，大部分城区人流量大，高峰时段寻找停车位非常困难，且乱停乱放现象屡禁不止，严重影响了人们的出行与生活体验，停车难的问题也越来越突出。车辆使用者们迫切需要准确得知停车场中空闲停车位的状态信息以提高停车效率。
[0003]而目前空闲停车位的检测方法通常是先基于深度学习来对停车位的入口点进行检测，然后再结合人工先验知识进行停车位的深度估计，进而生成停车位的位置信息。
[0004]但是，停车位的深度估计不仅需要依赖于入口点的正确预测，如果预测的入口点未能很好的贴合实际图像中的入口点，则容易导致检测到的停车位的位置也会产生较大的角度偏差，且还依赖于人工先验知识，人为设定的规则无法覆盖各种停车位情形，容易增加停车位的检测误差，导致检测到停车位的准确性不高，从而导致停车效率降低。

技术实现思路

[0005]本申请实施例提供了一种停车位的检测方法、装置、设备及存储介质，用于通过锚点框的置信度得分筛选M个目标锚点框，并计算M个目标锚点框中的M个关键点坐标来在待检测图像上真实描绘出停车位的位置，能够避免入口点的预测结果的预测误差以及人为先验知识的影响，能够更好地贴合真实的停车位情形，从而提高停车效率降低。
[0006]本申请实施例一方面提供了一种停车位的检测方法，包括：/>[0007]获取待检测图像对应的目标特征图，其中，目标特征图包括N个锚点框，N为大于1的整数；
[0008]计算每个锚点框的置信度得分，其中，置信度得分用于指示锚点框中包含有目标对象的概率值；
[0009]根据置信度得分从N个锚点框中确定M个目标锚点框，其中，M为大于1小于N的整数；
[0010]对M个目标锚点框中的每个目标锚点框分别进行关键点计算，得到M个关键点坐标；
[0011]根据M个关键点坐标确定待检测图像中停车位的位置，并向目标终端设备推送待检测图像中停车位的位置。
[0012]本申请另一方面提供了一种停车位的检测装置，包括：
[0013]获取单元，用于获取待检测图像对应的目标特征图，其中，目标特征图包括N个锚点框，N为大于1的整数；
[0014]处理单元，用于计算每个锚点框的置信度得分，其中，置信度得分用于指示锚点框
中包含有目标对象的概率值；
[0015]确定单元，用于根据置信度得分从N个锚点框中确定M个目标锚点框，其中，M为大于1小于N的整数；
[0016]处理单元，还用于对M个目标锚点框中的每个目标锚点框分别进行关键点计算，得到M个关键点坐标；
[0017]确定单元，还用于根据M个关键点坐标确定待检测图像中停车位的位置。
[0018]在一种可能的设计中，本申请实施例另一方面的一种实现方式中，获取单元具体可以用于：
[0019]将待检测图像输入至图像检测模型，通过图像检测模型对待检测图像进行特征提取，得到第一特征图和第二特征图，其中，第一特征图包括N个第一锚点框，第二特征图包括N个第二锚点框，第一特征图的尺寸小于第二特征图，第一锚点框的尺寸小于第二锚点框；
[0020]处理单元具体可以用于：计算每个第一锚点框的第一置信度得分，并计算每个第二锚点框的第二置信度得分；
[0021]确定单元具体可以用于：根据置信度得分从N个第一锚点框中确定M个第一目标锚点框，以及从N个第二锚点框中确定M个第二目标锚点框。
[0022]在一种可能的设计中，本申请实施例另一方面的一种实现方式中，确定单元具体可以用于：
[0023]将第一置信度得分大于第一置信阈值的第一锚点框确定为第一目标锚点框；
[0024]将第二置信度得分大于第二置信阈值的第二锚点框确定为第二目标锚点框。
[0025]在一种可能的设计中，本申请实施例另一方面的一种实现方式中，处理单元具体可以用于：
[0026]对M个第一目标锚点框中的每个第一目标锚点框分别进行关键点计算，得到M个第一关键点坐标；
[0027]对M个第二目标锚点框中的每个第二目标锚点框分别进行关键点计算，得到M个第二关键点坐标。
[0028]在一种可能的设计中，本申请实施例另一方面的一种实现方式中，确定单元具体可以用于：
[0029]根据M个第一关键点坐标生成第一包围盒，并根据M个第二关键点坐标生成第二包围盒；
[0030]计算第一包围盒与第一检测框之间的第一重叠度，并计算第二包围盒与第二检测框之间的第二重叠度；
[0031]根据第一重叠度和第二重叠度，从第一包围盒与第二包围盒中确定目标包围盒；
[0032]根据目标包围盒在待检测图像中生成停车位的位置。
[0033]在一种可能的设计中，本申请实施例另一方面的一种实现方式中，
[0034]处理单元，还用于分别计算M个目标锚点框中的每个目标锚点框的附属点置信度得分；
[0035]确定单元，还用于根据附属点置信度得分从M个目标锚点框中确定附属锚点框；
[0036]处理单元，还用于对附属锚点框进行附属点计算，得到目标附属点坐标；
[0037]确定单元具体可以用于：根据M个关键点坐标以及目标附属点坐标确定待检测图
像中停车位的位置。
[0038]在一种可能的设计中，本申请实施例另一方面的一种实现方式中，
[0039]处理单元，还用于分别计算M个目标锚点框中的每个目标锚点框的被占用置信度得分；
[0040]获取单元，还用于根据被占用置信度得分，若从M个目标锚点框中确定K个占用锚点框，则获取K个占用锚点框的坐标，其中，K为大于等于1小于M的整数；
[0041]确定单元具体可以用于：根据M个关键点坐标以及K个占用锚点框的坐标确定待检测图像中被占用停车位的位置。
[0042]在一种可能的设计中，本申请实施例另一方面的一种实现方式中，
[0043]获取单元，还用于获取样本图像对应的样本特征图，其中，样本特征图包括N个锚点框，样本图像对应有标注信息，标注信息包括样本对象的M个样本关键点坐标；
[0044]确定单元，还用于根据M个样本关键点坐标从N个锚点框中确定样本锚点框；
[0045]获取单元，还用于获取样本锚点框的置信度得分和真值标签，并根据样本锚点框的置信度得分和真值标签，构造第一损失函数；
[0046]处理单元，还用于分别计算M个样本关键点坐标中的每个样本关键点坐标与样本锚点框的中心点坐标之间的偏移量，得到M个样本偏移量；
[0047]处理单元，还用于根据M个样本偏移量以及M个样本关键点坐标构造第二损失函数；
[0048]处理单元，还用于根据第一损失函数和第二损失函数对图像检测模型的模型参数进行更新。
[0049]在一种可能的设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种停车位的检测方法，其特征在于，包括：获取待检测图像对应的目标特征图，其中，所述目标特征图包括N个锚点框，所述N为大于1的整数；计算每个所述锚点框的置信度得分，其中，所述置信度得分用于指示所述锚点框中包含有目标对象的概率值；根据所述置信度得分从所述N个锚点框中确定M个目标锚点框，其中，所述M为大于1小于N的整数；对所述M个目标锚点框中的每个目标锚点框分别进行关键点计算，得到M个关键点坐标；根据所述M个关键点坐标确定所述待检测图像中停车位的位置。2.根据权利要求1所述的方法，其特征在于，所述目标特征图包括第一特征图和第二特征图，所述锚点框包括第一锚点框和第二锚点框，所述目标锚点框包括第一目标锚点框和第二目标锚点框；所述获取待检测图像对应的目标特征图，包括：将所述待检测图像输入至图像检测模型，通过所述图像检测模型对所述待检测图像进行特征提取，得到第一特征图和第二特征图，其中，所述第一特征图包括N个第一锚点框，所述第二特征图包括N个第二锚点框，所述第一特征图的尺寸小于所述第二特征图，所述第一锚点框的尺寸小于所述第二锚点框；所述计算每个所述锚点框的置信度得分，包括：计算每个所述第一锚点框的第一置信度得分，并计算每个所述第二锚点框的第二置信度得分；所述根据所述置信度得分从所述N个锚点框中确定M个目标锚点框，包括：根据所述置信度得分从所述N个第一锚点框中确定M个第一目标锚点框，以及从所述N个第二锚点框中确定M个第二目标锚点框。3.根据权利要求2所述的方法，其特征在于，所述根据所述置信度得分从所述N个锚点框中确定M个目标锚点框，包括：将所述第一置信度得分大于第一置信阈值的第一锚点框确定为所述第一目标锚点框；将所述第二置信度得分大于第二置信阈值的第二锚点框确定为所述第二目标锚点框。4.根据权利要求2所述的方法，其特征在于，所述关键点坐标包括第一关键点坐标和第二关键点坐标；所述对所述M个目标锚点框中的每个目标锚点框分别进行关键点计算，得到M个关键点坐标，包括：对所述M个第一目标锚点框中的每个第一目标锚点框分别进行关键点计算，得到M个所述第一关键点坐标；对所述M个第二目标锚点框中的每个第二目标锚点框分别进行关键点计算，得到M个所述第二关键点坐标。5.根据权利要求4所述的方法，其特征在于，所述第一特征图还包括第一检测框，所述第二特征图还包括第二检测框，所述第一检测框以及所述第二检测框均用于指示所述目标对象；
所述根据所述M个关键点坐标确定所述待检测图像中停车位的位置，包括：根据M个所述第一关键点坐标生成第一包围盒，并根据M个所述第二关键点坐标生成第二包围盒；计算所述第一包围盒与所述第一检测框之间的第一重叠度，并计算所述第二包围盒与所述第二检测框之间的第二重叠度；根据所述第一重叠度和所述第二重叠度，从所述第一包围盒与所述第二包围盒中确定目标包围盒；根据所述目标包围盒在所述待检测图像中生成所述停车位的位置。6.根据权利要求1所述的方法，其特征在于，所述根据所述M个关键点坐标确定所述待检测图像中停车位的位置之前，所述方法还包括：分别计算所述M个目标锚点框中的每个目标锚点框的附属点置信度得分；根据所述附属点置信度得分从所述M个目标锚点框中确定附属锚点框；对所述附属锚点框进行附属点计算，得到目标附属点坐标；所述根据所述M个关键点坐标确定所述待检测图像中停车位的位置，包括：根据所述M个关键点坐标以及所述目标附属点坐标确定所述待检测图像中停车位的位置。7.根据权利要求1所述的方法，其特征在于，所述根据所述M个关键点坐标确定所述待检测图像中停车位的位置之前，所述方法还包括：分别计算所述M个目标锚点框中的每个目标锚点框的被占用置信度得分；根据所述被占用置信度得分，若从所述M个目标锚点框中确定K个占用锚点框，则获取所述K个占用锚点框的坐标，其中，所述K为大于等于1小于M的整数；所述根据所述M个关键点坐标确定所述待检测图像中停车位的位置，包括：根据所述M个关键点坐标以及所述K个占用锚点框的坐标确定所述待检测图像中被占用停车位的位置。8.根据权利要求2所述的方法，其特征在于，所述方法还包括：获取样本图像对应的样本特征图，其中，所述样本特征图包括所述N个锚点框，所述样本图像对应有标注信息，所述标注信息包括样本对象的M个样本关键点坐标；根据所述M个样本关键点坐标从所述N个锚点框中确定样本锚点框；获取所述样本锚点框的置信度得分和真值标签，并根据所述样本锚点框的置信度得分和所述真值标签，构造第一损失函数；分别计算所述M个样本关键点坐标中的每个样本关键点坐标与...

【专利技术属性】
技术研发人员：杨一帆，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：