本发明专利技术公开了一种电动车车牌检测方法、装置及存储介质，属于图像识别领域。本发明专利技术的电动车车牌检测方法能够根据预设的车牌训练信息，生成训练集数据，进而执行识别数据生成步骤：根据预设的模型参数或者更新参数更新预设的训练模型，得到更新模型；将训练集数据输入更新模型，得到识别数据；根据识别数据得到标准参数，或者得到更新参数以返回识别数据生成步骤；根据训练模型和标准参数得到车牌识别模型；将获取到的待识别图片输入至车牌识别模型，得到车牌号数据，从而有效的提供了一种适用于多种电动自行车车牌的电动自行车车牌识别方法。别方法。别方法。
【技术实现步骤摘要】
电动自行车车牌识别方法、装置及存储介质
[0001]本专利技术涉及图像识别领域，尤其是一种电动自行车车牌识别方法、装置及存储介质。
技术介绍
[0002]相关技术中，常用的识别方法无法对不同类型的电动自行车车牌进行准确的识别。因此，如何提供一种适用于多种电动自行车车牌的电动自行车车牌识别方法成为了一个亟待解决的问题。
技术实现思路
[0003]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种电动自行车车牌识别方法，能够实现对不同的电动自行车车牌进行自动识别。
[0004]本专利技术还提出一种具有上述电动自行车车牌识别方法的电动自行车车牌识别装置。
[0005]本专利技术还提出一种计算机可读存储介质。
[0006]根据本专利技术的第一方面实施例的电动自行车车牌识别方法，包括：
[0007]根据预设的车牌训练信息，生成训练集数据；
[0008]识别数据生成步骤：根据预设的模型参数或者更新参数更新预设的训练模型，得到更新模型；
[0009]将所述训练集数据输入更新模型，得到识别数据；
[0010]根据所述识别数据得到标准参数，或者得到更新参数以返回所述识别数据生成步骤；
[0011]根据所述训练模型和所述标准参数得到车牌识别模型；
[0012]将获取到的待识别图片输入至所述车牌识别模型，得到车牌号数据。
[0013]根据本专利技术实施例的电动车车牌检测方法，至少具有如下有益效果：本专利技术可以将预设的车牌训练信息进行初步筛选和归一化处理，得到便于识别的训练集数据，并通过执行识别数据生成步骤获取预设的模型参数或者更新参数，从而根据模型参数或者更新参数更新预设的训练模型，以得到适配于训练集数据的更新模型，并通过将训练集数据输入至更新模型得到用于检测当前生成的更新模型的准确度的识别数据；通过处理识别数据，本方法可以得到表征当前的更新模型识别差异程度的更新参数，并根据更新参数重新执行识别数据生成步骤，从而进一步检验根据更新参数更新后的更新模型的车牌识别准确度；或者得到可以准确识别电动自行车车牌的模型对应的标准参数，并根据预设的训练模型和标准参数得到可以准确的识别电动自行车车牌的车牌识别模型；本方法还可以将需要识别的待识别图片输入至车牌识别模型以得到车牌号数据，从而实现对不同类型的电动自行车车牌的自动识别。
[0014]根据本专利技术的一些实施例，所述根据预设的车牌训练信息，生成训练集数据，包
括：
[0015]获取电动车车牌集合，其中电动车车牌集合包括全部号牌图片；
[0016]根据所述电动车车牌集合得到每一号牌图片中车牌的图像信息；
[0017]根据预设的深度卷积神经网络对每一所述图像信息进行匹配处理，生成所述训练集数据。
[0018]根据本专利技术的一些实施例，所述根据所述电动车车牌集合得到每一号牌图片中车牌的图像信息，包括：
[0019]识别所述电动车车牌集合中每一所述号牌图片，得到每一所述号牌图片的面积比信息、水平倾斜度信息、垂直倾斜度信息、定位点坐标信息和号码位数信息；
[0020]根据每一所述号牌图片的面积比信息、所述水平倾斜度信息、所述垂直倾斜度信息、所述定位点坐标信息和所述号码位数信息得到每一所述号牌图片中车牌的所述图像信息。
[0021]根据本专利技术的一些实施例，所述识别数据生成步骤：根据预设的模型参数或者更新参数更新预设的训练模型，包括：
[0022]根据所述更新参数的获取状态，执行以下步骤之一：
[0023]若没有获取到所述更新参数，则根据预设的模型参数更新预设的训练模型并生成更新模型；
[0024]或者，
[0025]若获取到所述更新参数，则根据更新参数更新预设的训练模型并生成更新模型。
[0026]根据本专利技术的一些实施例，所述根据所述识别数据得到标准参数，或者得到更新参数以返回所述识别数据生成步骤，包括：
[0027]将所述识别数据与所述训练集数据进行比对，得到偏差数据；
[0028]根据预设的偏差阈值和偏差数据的比对结果，生成标准参数；
[0029]或者，
[0030]根据预设的偏差阈值和偏差数据的比对结果生成更新参数，并返回所述识别数据生成步骤。
[0031]根据本专利技术的一些实施例，所述根据预设的偏差阈值和偏差数据的比对结果，生成标准参数；或者，根据预设的偏差阈值和偏差数据的比对结果生成更新参数，并返回所述识别数据生成步骤，包括：
[0032]当所述偏差数据小于或者等于所述偏差阈值时，获取所述偏差数据对应的更新模型；
[0033]根据所述更新模型得到标准参数；
[0034]或者；
[0035]当所述偏差数据大于所述偏差阈值时，根据所述偏差数据与所述偏差阈值得到比对误差；
[0036]对所述比对误差做梯度计算，得到更新权值；
[0037]根据所述更新权值生成更新参数，并返回所述识别数据生成步骤。
[0038]根据本专利技术的第二方面实施例的电动自行车车牌识别装置，包括：
[0039]预生成模块，用于根据预设的车牌训练信息，生成训练集数据；
[0040]模型初始化模块，用于执行识别数据生成步骤：根据预设的模型参数或者更新参数更新预设的训练模型，得到更新模型；
[0041]数据生成模块，用于将所述训练集数据输入更新模型，得到识别数据，
[0042]更新模块，用于根据所述识别数据得到标准参数，或者得到更新参数以返回所述模型初始化模块以执行识别数据生成步骤；
[0043]模型生成模块，用于根据所述训练模型和所述标准参数得到车牌识别模型；
[0044]识别模块，用于将获取到的待识别图片输入至所述车牌识别模型，得到车牌号数据。
[0045]根据本专利技术实施例的电动自行车车牌识别装置，至少具有如下有益效果：
[0046]本专利技术所提供的电动自行车车牌识别装置可以通过预生成模块将预设的车牌训练信息进行筛选与匹配处理，得到用于训练模型使用的训练集数据；通过模型初始化模块可以执行识别数据生成步骤，即根据预设的模型参数或者更新参数更新预设的训练模型，从而更新训练模型或者提供可以准确识别电动自行车车牌的更新模型；通过数据生成模块可以将训练集数据输入至更新模型，以检验当前的更新模型的检测准确性，得到更新模型根据训练集数据进行识别输出的识别数据；通过更新模块可以对识别数据进行处理，以得到标准数据或者生成对应的更新参数，从而返回模型初始化模块以执行识别数据生成步骤，以更新当前的识别模型；通过模型生成模块可以根据得到的标准参数对训练模型进行固定，从而实现根据标准参数和训练模型得到车牌识别模型；通过识别模块可以将获取到的待识别图片输入至车牌识别模型实现自动识别，从而得到待识别图片所对应的车牌号数据。这一装置可以调用预设的训练集数据，得到可以识别不同类型电动自行车车牌的车牌识别模型，进而对需要检测的待识别图片进行自动检测，以实现对本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.电动自行车车牌识别方法，其特征在于，包括：根据预设的车牌训练信息，生成训练集数据；识别数据生成步骤：根据预设的模型参数或者更新参数更新预设的训练模型，得到更新模型；将所述训练集数据输入更新模型，得到识别数据；根据所述识别数据得到标准参数，或者得到更新参数以返回所述识别数据生成步骤；根据所述训练模型和所述标准参数得到车牌识别模型；将获取到的待识别图片输入至所述车牌识别模型，得到车牌号数据。2.根据权利要求1所述的电动自行车车牌识别方法，其特征在于，所述根据预设的车牌训练信息，生成训练集数据，包括：获取电动车车牌集合，其中电动车车牌集合包括全部号牌图片；根据所述电动车车牌集合得到每一号牌图片中车牌的图像信息；根据预设的深度卷积神经网络对每一所述图像信息进行匹配处理，生成所述训练集数据。3.根据权利要求2所述的电动自行车车牌识别方法，其特征在于，所述根据所述电动车车牌集合得到每一号牌图片中车牌的图像信息，包括：识别所述电动车车牌集合中每一所述号牌图片，得到每一所述号牌图片的面积比信息、水平倾斜度信息、垂直倾斜度信息、定位点坐标信息和号码位数信息；根据每一所述号牌图片的面积比信息、所述水平倾斜度信息、所述垂直倾斜度信息、所述定位点坐标信息和所述号码位数信息得到每一所述号牌图片中车牌的所述图像信息。4.根据权利要求1所述的电动自行车车牌识别方法，其特征在于，所述识别数据生成步骤：根据预设的模型参数或者更新参数更新预设的训练模型，包括：根据所述更新参数的获取状态，执行以下步骤之一：若没有获取到所述更新参数，则根据预设的模型参数更新预设的训练模型并生成更新模型；或者，若获取到所述更新参数，则根据更新参数更新预设的训练模型并生成更新模型。5.根据权利要求1所述的电动自行车车牌识别方法，其特征在于，所述根据所述识别数据得到标准参数，或者得到更新参数以返回所述识别数据生成步骤，包括：将所述识别数据与所述训练集数据进行比对，得到偏差数据；根据预设的偏差阈值和偏差数据的比对结果，生成标准参数；或者，根据预设的偏差阈值和偏差数据的比对结果生成更新参数，并返回所述识别数据...
【专利技术属性】
技术研发人员：孙宪福，
申请(专利权)人：深圳市航天华拓科技有限公司，
类型：发明
国别省市：
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。