车位检测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及人工智能技术领域，尤其涉及目标检测、自动驾驶技等领域，具体涉及一种车位检测方法、装置、计算机设备和存储介质。该方法包括：将待测图像输入至车位检测模型，得到待测图像中目标车位中心点对应的目标像素点的车位角点信息；其中，车位角点信息包括车位角点个数、车位角点位置和车位角点类型，目标像素点为目标车位中心点对应的车位角点的像素点；若目标像素点的车位角点个数，大于目标像素点的车位角点类型对应的个数，则根据目标像素点对应的各车位角点位置，与目标车位中心点的中心位置之间的距离，从各车位角点位置中选择目标车位中心点的目标车位角点位置。本申请能够提高车位的检测精度。能够提高车位的检测精度。能够提高车位的检测精度。

【技术实现步骤摘要】
车位检测方法、装置、计算机设备和存储介质


[0001]本申请涉及人工智能
，尤其涉及目标检测、自动驾驶技等领域，具体涉及一种车位检测方法、装置、计算机设备和存储介质。

技术介绍

[0002]在日常生活之中，倒车入库，侧方停车等对于驾驶员来说一直是驾车的难点，随着自动驾驶在汽车领域的快速发展，自动泊车领域也日益兴起，如何准确地检测空闲车位是关键问题。
[0003]空闲车位可以通过车位角点来确定。然而，在车位检测过程中，以往的方法大多依赖于超声波传感器和雷达定位的方式来检测车位，但上述检测方式精度较低。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高车位检测精度的车位检测方法、装置、计算机设备和存储介质。
[0005]第一方面，本申请提供了一种车位检测方法，该方法包括：
[0006]将待测图像输入至车位检测模型，得到待测图像中目标车位中心点对应的目标像素点的车位角点信息；其中，车位角点信息包括车位角点个数、车位角点位置和车位角点类型，目标像素点为目标车位中心点对应的车位角点的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车位检测方法，其特征在于，所述方法包括：将待测图像输入至车位检测模型，得到所述待测图像中目标车位中心点对应的目标像素点的车位角点信息；其中，所述车位角点信息包括车位角点个数、车位角点位置和车位角点类型，所述目标像素点为目标车位中心点对应的车位角点的像素点；若所述目标像素点的车位角点个数，大于所述目标像素点的车位角点类型对应的个数，则根据所述目标像素点对应的各车位角点位置，与所述目标车位中心点的中心位置之间的距离，从各车位角点位置中选择所述目标车位中心点的目标车位角点位置。2.根据权利要求1所述的方法，其特征在于，所述车位检测模型包括特征提取网络、车位中心点检测头网络和车位角点检测头网络；所述将待测图像输入至车位检测模型，得到所述待测图像中目标车位中心点对应的目标像素点的车位角点信息，包括：将所述待测图像输入至所述特征提取网络，得到所述待测图像的待测特征图；将所述待测特征图输入至所述车位中心点检测头网络，得到所述待测特征图中目标车位中心点的中心位置；将所述待测特征图和所述中心位置输入至所述车位角点检测头网络，得到所述目标车位中心点对应的目标像素点的车位角点信息。3.根据权利要求2所述的方法，其特征在于，所述将所述待测特征图和所述中心位置输入至所述车位角点检测头网络，得到所述目标车位中心点对应的目标像素点的车位角点信息，包括：根据所述中心位置，从所述待测特征图中提取所述目标车位中心点的像素区域；将所述像素区域输入至所述车位角点检测头网络，得到所述像素区域内各像素点的车位角点信息；其中，所述车位角点信息还包括所述车位角点类型的类型置信度；根据所述类型置信度，从各像素点的车位角点信息中选择所述目标像素点的车位角点信息。4.根据权利要求2所述的方法，其特征在于，所述特征提取网络包括特征编码子网络和注意力子网络；所述将待测图像输入至所述特征提取网络，得到所述待测图像的待测特征图，包括：将所述待测图像输入至所述特征编码子网络，得到所述待测图像的基础特征图；将所述基础特征图输入至所述注意力子网络，得到所述待测特征图。5.根据权利要求1所述的方法，其特征在于，所述根据所述目标像素点对应的各车位角点位置，与所述目标车位中心点的中心位置之间的距离，从各车位角点位置中选择目标车位角点位置，包括：将所述目标像素点对应的各车位角点位置中，与所述目标车位中心点的...

【专利技术属性】
技术研发人员：王龙玉，赵起超，袁金伟，张振林，
申请(专利权)人：中汽创智科技有限公司，
类型：发明
国别省市：