限速标志检测分类方法、装置、电子设备及储存介质制造方法及图纸

本发明专利技术提供一种限速标志检测分类方法、装置、电子设备及储存介质，方法包括：获取包含限速标志牌的图像；将包含限速标志牌的图像输入限速标志框预测模型，得到限速标志框预测模型输出的限速标志框预测结果；将限速标志框预测结果输入限速标志框标签分类模型，得到限速标志框标签分类模型输出的限速标志分类预测结果。本发明专利技术通过两个阶段对限速标志牌进行预测分类，即采用先检测后分类的方式，而非同时做检测和分类，降低了误检率。降低了误检率。降低了误检率。

【技术实现步骤摘要】
限速标志检测分类方法、装置、电子设备及储存介质


[0001]本专利技术涉及目标检测
，尤其涉及一种限速标志检测分类方法、装置、电子设备及储存介质。

技术介绍

[0002]随着人工智能技术被不断推进各个领域，ADAS(高级驾驶辅助系统)技术也在汽车驾驶领域飞速发展着。汽车可以利用安装在汽车上的各类传感器在行驶过程中随时感应周围的环境，并通过传感器收集到的数据对车况路段进行算法分析，为驾驶者提供可能发生的危险信息来达到增加汽车驾驶的安全性。在辅助驾驶的技术研发中，限速标志检测识别算法可有效地为智能驾驶系统提供安全保障。
[0003]车辆自动驾驶中需要检测和识别道路中的限速标志牌，现有技术采用的目标检测领域的方法，通过训练个别限速标志牌的目标检测模型来检测限速标志，但目标检测模型对限速标志同时做检测和分类，模型参数多，容易造成误检率高，而且实际道路场景中限速标志牌的限速类别较多，不同类别的数据又是分布不均衡的，导致模型计算量大，不利于训练目标检测模型。

技术实现思路

[0004]针对现有技术中存在的问题，本专利技术提供的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种限速标志检测分类方法，其特征在于，包括：获取包含限速标志牌的图像；将所述包含限速标志牌的图像输入限速标志框预测模型，得到所述限速标志框预测模型输出的限速标志框预测结果；将所述限速标志框预测结果输入限速标志框标签分类模型，得到所述限速标志框标签分类模型输出的限速标志分类预测结果，其中，所述限速标志框预测模型基于包含限速标志牌的样本图像及所述限速标志牌样本图像对应的第一标签训练得到，所述限速标志框标签分类模型基于限速标志框样本数据及对应的第二标签训练得到，所述限速标志框样本数据基于所述限速标志框预测模型输出的限速标志框预测结果形成。2.根据权利要求1所述的限速标志检测分类方法，其特征在于，所述限速标志框标签分类模型用于根据预设的多标签类别对限速标志框进行多标签分类预测。3.根据权利要求2所述的限速标志检测分类方法，其特征在于，所述多标签类别包括：第一类标签类别和第二类标签类别，其中，第一类标签类别为最高限速标签和最低限速标签，第二类标签类别包括对应于多个限速值的数值标签；对应地，限速标志分类预测结果为对应于所述第一类标签类别中某一限速标签和对应于所述第二类标签类别中某一数值标签的多标签分类预测结果。4.根据权利要求1所述的限速标志检测分类方法，其特征在于，所述限速标志框预测结果包括：限速标志目标框中心点概率图、限速标志目标框尺寸、限速标志目标框中心点偏移量，其中，所述限速标志目标框中心点概率图中包括多个像素目标框，每个像素目标框的置信度为像素所在位置处距离概率图中心点的概率值。5.根据权利要求4所述的限速标志检测分类方法，其特征在于，所述限速标志框预测模型包括特征提取层和网络输出层；对应地，在将所述包含限速标志牌的图像输入限速标志框预测模型之前，还包括训练所述限速标志框预测模型，具体包括：将限速标志牌样本图像输入所述特征提取层；所述特征提取层提取所述限速标志牌样本图像的样本特征；所述网络输出层根据所述样本特征输出限速标志框训练结果，所述训练结果包括：限速标志目标框中心点概率图训练结果、限速标志目标框尺寸训练结果和限速标志目标框中心点偏移量训练结果...

【专利技术属性】
技术研发人员：陆强，
申请(专利权)人：际络科技上海有限公司，
类型：发明
国别省市：