本发明专利技术提供一种广告牌检测方法、系统、可读存储介质及计算机设备，方法包括收集实际场景下的占道广告牌图片，并进行标注后构造训练集及验证集，然后得到标签训练数据；接着对目标检测模型进行训练，并对目标检测模型的参数进行逐步调优，输出最优目标检测模型；对若干种类的广告牌支架图片进行处理，得到处理广告牌支架图片，并构建支架库；通过交互式提取方法对待检测图片进行处理，以提取待检测区域；基于最优目标检测模型对待检测区域进行检测，并通过支架库对待检测区域进行特征匹配。本发明专利技术能够有效提升检测占道广告牌的效率，避免耗费大量人力物力，并且能够有效避免粘贴在墙面/物体表面的海报、标签等被错检为占道广告牌。牌。牌。
【技术实现步骤摘要】
广告牌检测方法、系统、可读存储介质及计算机设备
[0001]本专利技术涉及图像检测
，特别涉及一种广告牌检测方法、系统、可读存储介质及计算机设备。
技术介绍
[0002]在城市或城镇中，广告牌占用公共区域或人行道的行为屡见不鲜，同时威胁着行人安全。为了规范城镇户外广告设施和店招标牌设施的设置行为，确保广告设施的安全可靠，需要对占道的广告牌进行治理。现有技术当中，通常是城市管理者通过实地考察发现并制止的方式来治理占道广告牌的行为，但是这种方式耗费大量人力物力且效率低，而通过摄像头进行检测，会将物体表面的海报及标签错检为占道广告牌。
技术实现思路
[0003]基于此，本专利技术的目的是提供一种广告牌检测方法、系统、可读存储介质及计算机设备，以至少解决上述现有技术当中的不足。
[0004]本专利技术提供一种广告牌检测方法，所述方法包括：收集实际场景下的占道广告牌图片，并对所述占道广告牌图片进行标注，根据标注后的占道广告牌图片构造训练集及验证集，并基于所述训练集及所述验证集得到标签训练数据；基于所述标签训练数据对目标检测模型进行训练，并基于反向误差传播算法对所述目标检测模型的参数进行逐步调优，以输出最优目标检测模型；采集若干种类的广告牌支架图片，并对所述若干种类的广告牌支架图片进行处理，得到处理广告牌支架图片，并基于所述处理广告牌支架图片构建支架库；通过交互式提取方法对待检测图片进行处理，以提取待检测区域；基于所述最优目标检测模型对所述待检测区域进行检测，并通过所述支架库对所述待检测区域进行特征匹配。
[0005]与现有技术相比，本专利技术的有益效果是：通过收集占道广告牌图片，并标注占道广告牌图片并构造训练集及验证集，然后通过训练集及验证集得到目标检测模型的标签训练数据，以使目标检测模型经过训练后得到最优目标检测模型，提升检测占道广告牌时的准确性，然后通过广告牌支架图片构建支架库，在对待检测图片进行占道广告牌检测时，可以通过支架库的的特征匹配避免粘贴在墙面/物体表面的海报、标签等被错检为占道广告牌，而通过最优目标检测模型进行占道广告牌检测，有效提升了检测效率，并且避免了耗费大量人力物力。
[0006]进一步的，所述并对所述占道广告牌图片进行标注，根据标注后的占道广告牌图片构造训练集及验证集的步骤包括：采用标注工具对所述占道广告牌进行矩形框标注；
根据所述标注后的占道广告牌图片按预设比例分配所述训练集及所述验证集。
[0007]进一步的，所述基于所述标签训练数据对目标检测模型进行训练的步骤包括：选取并确认网络模型结构，以得到所述目标检测模型，并初始化所述目标检测模型；输入所述标签训练数据至所述目标检测模型，以使所述目标检测模型基于所述标签训练数据进行训练。
[0008]进一步的，所述并对所述若干种类的广告牌支架图片进行处理的步骤包括：标注所述若干种类的广告牌支架图片，并裁剪所述若干种类的广告牌支架图片，得到裁剪广告牌支架图片；基于所述裁剪广告牌支架图片提取支架背景图片，并将所述支架背景图片中的背景进行黑/白处理。
[0009]进一步的，所述通过交互式提取方法对待检测图片进行处理，以提取待检测区域的步骤包括：对所述待检测图片进行SLIC超像素分割，得到若干超像素；区分所述若干超像素，得到非背景区域及背景区域，并基于所述非背景区域及所述背景区域得到所述待检测区域。
[0010]进一步的，所述并通过所述支架库对所述待检测区域进行特征匹配的步骤之后，所述方法包括：基于所述最优目标检测模型对所述待检测区域进行推理，以得到所述待检测区域中的广告牌位置，并对所述广告牌位置进行矩形框标记，得到目标矩形框；对所述目标矩形框进行向下扩展，并将所述目标矩形框中的背景进行黑/白处理得到目标小图，并构建所述目标矩形框的坐标系；将所述目标小图与所述支架库中的所述处理广告牌支架图片逐一进行特征比对。
[0011]进一步的，所述目标矩形框的表达式为：其中，rect表示目标矩形框，表示所述目标矩形框中左上角的横坐标，表示所述目标矩形框中左上角的纵坐标，表示所述目标矩形框中右下角的横坐标，表示所述目标矩形框中右下角的纵坐标。
[0012]本专利技术还提供一种广告牌检测系统，所述系统包括：收集模块，用于收集实际场景下的占道广告牌图片，并对所述占道广告牌图片进行标注，根据标注后的占道广告牌图片构造训练集及验证集，并基于所述训练集及所述验证集得到标签训练数据；训练模块，用于基于所述标签训练数据对目标检测模型进行训练，并基于反向误差传播算法对所述目标检测模型的参数进行逐步调优，以输出最优目标检测模型；构建模块，用于采集若干种类的广告牌支架图片，并对所述若干种类的广告牌支架图片进行处理，得到处理广告牌支架图片，并基于所述处理广告牌支架图片构建支架库；处理模块，用于通过交互式提取方法对待检测图片进行处理，以提取待检测区域；检测模块，用于基于所述最优目标检测模型对所述待检测区域进行检测，并通过所述支架库对所述待检测区域进行特征匹配。
[0013]本专利技术还提出一种可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的广告牌检测方法。
[0014]本专利技术还提出一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的广告牌检测方法。
附图说明
[0015]图1为本专利技术第一实施例中的广告牌检测方法的流程图；图2为本专利技术第二实施例中的广告牌检测方法的流程图；图3为本专利技术第三实施例中的广告牌检测系统的结构框图；图4为本专利技术第四实施例中的计算机设备的结构框图。
[0016]主要元件符号说明：100、收集模块；200、训练模块；300、构建模块；400、处理模块；500、检测模块；10、存储器；20、处理器；30、计算机程序。
[0017]如下具体实施方式将结合上述附图进一步说明本专利技术。
具体实施方式
[0018]为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的若干实施例。但是，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本专利技术的公开内容更加透彻全面。
[0019]需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
[0020]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本专利技术。本文所使用的术语“及／或”包括一个或多个相关的所列项目的任意的和所有的组合。
[0021]实施例一请参阅图1，所示为本专利技术第一实施例中的广告牌检测方法本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种广告牌检测方法，其特征在于，所述方法包括：收集实际场景下的占道广告牌图片，并对所述占道广告牌图片进行标注，根据标注后的占道广告牌图片构造训练集及验证集，并基于所述训练集及所述验证集得到标签训练数据；基于所述标签训练数据对目标检测模型进行训练，并基于反向误差传播算法对所述目标检测模型的参数进行逐步调优，以输出最优目标检测模型；采集若干种类的广告牌支架图片，并对所述若干种类的广告牌支架图片进行处理，得到处理广告牌支架图片，并基于所述处理广告牌支架图片构建支架库；通过交互式提取方法对待检测图片进行处理，以提取待检测区域；基于所述最优目标检测模型对所述待检测区域进行检测，并通过所述支架库对所述待检测区域进行特征匹配。2.根据权利要求1所述的广告牌检测方法，其特征在于，所述并对所述占道广告牌图片进行标注，根据标注后的占道广告牌图片构造训练集及验证集的步骤包括：采用标注工具对所述占道广告牌进行矩形框标注；根据所述标注后的占道广告牌图片按预设比例分配所述训练集及所述验证集。3.根据权利要求1所述的广告牌检测方法，其特征在于，所述基于所述标签训练数据对目标检测模型进行训练的步骤包括：选取并确认网络模型结构，以得到所述目标检测模型，并初始化所述目标检测模型；输入所述标签训练数据至所述目标检测模型，以使所述目标检测模型基于所述标签训练数据进行训练。4.根据权利要求1所述的广告牌检测方法，其特征在于，所述并对所述若干种类的广告牌支架图片进行处理的步骤包括：标注所述若干种类的广告牌支架图片，并裁剪所述若干种类的广告牌支架图片，得到裁剪广告牌支架图片；基于所述裁剪广告牌支架图片提取支架背景图片，并将所述支架背景图片中的背景进行黑/白处理。5.根据权利要求1所述的广告牌检测方法，其特征在于，所述通过交互式提取方法对待检测图片进行处理，以提取待检测区域的步骤包括：对所述待检测图片进行SLIC超像素分割，得到若干超像素；区分所述若干超像素，得到非背景区域及背景区域，并基于所述非背景区域及所述背景区域得到所述待检测区域。6...
【专利技术属性】
技术研发人员：彭雄友，黄俊龙，张磊，郭小光，唐涛，
申请(专利权)人：江西云眼视界科技股份有限公司，
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。