【技术实现步骤摘要】
本专利技术涉及数据挖掘，尤其涉及一种车位数据挖掘方法、装置、设备及存储介质。
技术介绍
1、在自动泊车领域中，车辆控制器对停车位的检测一般是基于深度学习模型的方法，通过将图像数据输入训练好的模型中进行检测，输出车位检测结果。而训练模型需要大量的数据。当采集到海量的图像数据后，需要从中挖掘出价值相对较高的数据给到模型进行训练。
2、现有技术中一般是基于人工标签的方法来挖掘数据。需要对所有采集到的图像，人工去检查一遍，为每一帧图像打上预设的标签，比如室内停车场、室外停车场等标签，然后再从某个标签中提取预设数量的图像用于模型训练。基于人工标签的方法，标签种类繁多，并且有大量的重复，比如室外停车场和柏油路车位这两个标签就是有部分含义是重复的，因此会消耗大量的时间成本和人力成本，提取出的数据会存在大量冗余，不仅会增加模型的迭代周期，而且也会降低模型训练效果。
技术实现思路
1、本专利技术的主要目的在于提供一种车位数据挖掘方法、装置、设备及存储介质，旨在解决现有模型训练数据挖掘成本高且挖掘...
【技术保护点】
1.一种车位数据挖掘方法，其特征在于，所述车位数据挖掘方法包括：
2.根据权利要求1所述的车位数据挖掘方法，其特征在于，所述分别统计每张图像对应的所述第一识别结果与所述第二识别结果中不同差异类型的车位数量包括：
3.根据权利要求2所述的车位数据挖掘方法，其特征在于，所述分别比较每张图像对应的所述第一识别结果与所述第二识别结果包括：
4.根据权利要求3所述的车位数据挖掘方法，其特征在于，所述分别比较每张图像对应的所述第一识别结果中的第一车位与所述第二识别结果中的第二车位是否匹配包括：
5.根据权利要求3所述的车位数据挖掘方...
【技术特征摘要】
1.一种车位数据挖掘方法，其特征在于，所述车位数据挖掘方法包括：
2.根据权利要求1所述的车位数据挖掘方法，其特征在于，所述分别统计每张图像对应的所述第一识别结果与所述第二识别结果中不同差异类型的车位数量包括：
3.根据权利要求2所述的车位数据挖掘方法，其特征在于，所述分别比较每张图像对应的所述第一识别结果与所述第二识别结果包括：
4.根据权利要求3所述的车位数据挖掘方法，其特征在于，所述分别比较每张图像对应的所述第一识别结果中的第一车位与所述第二识别结果中的第二车位是否匹配包括：
5.根据权利要求3所述的车位数据挖掘方法，其特征在于，所述对每张图像中所述第一深度学习模型与所述第二深度学习模型各自识别出...
【专利技术属性】
技术研发人员：赵振宇，
申请(专利权)人：深圳元戎启行科技有限公司，
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。