【技术实现步骤摘要】
本专利技术涉及汽车，尤其涉及一种车内外异常识别方法、装置、介质及设备。
技术介绍
1、随着汽车技术的发展，许多车辆已经搭载了针对车内外异常情况的识别系统，例如车辆的哨兵模式。在现有技术中，通常在获取到各类传感器采集的数据之后，利用该数据结合异常识别算法(例如预先在小参数量的条件下训练好的神经网络模型)进行一次异常识别，并根据识别结果判断车内外是否存在异常情况。这使得现有技术中对于用来进行异常识别的数据要求较高，往往需要多传感器数据，并且在使用神经网络模型时，还要求该数据所代表的情况已包含在模型训练时的场景当中，从而存在识别率较低、容易出现误识别的问题。
技术实现思路
1、为了解决上述技术问题，本专利技术实施例提出了一种车内外异常识别方法、装置、介质及设备，能够提高车内外异常情况的识别准确度，减少误识别。
2、为了实现上述目的，本专利技术实施例提供了一种车内外异常识别方法，包括：
3、响应于检测到开启异常识别指令，获取车载摄像头数据；
4、对所述车载摄像头数据进行识别处理，得到第一识别结果；
5、在所述第一识别结果满足预设的第一异常条件的情况下，将所述车载摄像头数据输入至预先配置的大模型，得到所述大模型输出的第二识别结果；其中，所述第二识别结果用于指示是否存在车内外异常情况。
6、进一步的，所述车载摄像头数据包括车载摄像头拍摄到的车外全景视频；
7、所述对所述车载摄像头数据进行识别处理，得到第一识别结果，包括：<...
【技术保护点】
1.一种车内外异常识别方法，其特征在于，包括：
2.如权利要求1所述的车内外异常识别方法，其特征在于，所述车载摄像头数据包括车载摄像头拍摄到的车外全景视频；
3.如权利要求2所述的车内外异常识别方法，其特征在于，所述在所述第一识别结果满足预设的第一异常条件的情况下，将所述车载摄像头数据输入至预先配置的大模型，得到所述大模型输出的第二识别结果，包括：
4.如权利要求3所述的车内外异常识别方法，其特征在于，所述方法还包括：
5.如权利要求1所述的车内外异常识别方法，其特征在于，所述车载摄像头数据包括若干车内图像；
6.如权利要求5所述的车内外异常识别方法，其特征在于，所述在所述第一识别结果满足预设的第一异常条件的情况下，将所述车载摄像头数据输入至预先配置的大模型，得到所述大模型输出的第二识别结果，包括：
7.如权利要求6所述的车内外异常识别方法，其特征在于，所述方法还包括：
8.如权利要求1-7任一项所述的车内外异常识别方法，其特征在于，所述大模型包括：部署在云端的第一多模态大模型，或，部署在自车车端
9.如权利要求8所述的车内外异常识别方法，其特征在于，若所述大模型为部署在云端的第一多模态大模型，则所述方法还包括：
10.如权利要求1-7任一项所述的车内外异常识别方法，其特征在于，所述识别处理通过部署在自车车端的小模型进行；所述小模型基于小参数量的神经网络模型确定。
11.一种车内外异常识别装置，其特征在于，包括：
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-10任一项所述的车内外异常识别方法。
13.一种计算机设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-10任一项所述的车内外异常识别方法。
...【技术特征摘要】
1.一种车内外异常识别方法，其特征在于，包括：
2.如权利要求1所述的车内外异常识别方法，其特征在于，所述车载摄像头数据包括车载摄像头拍摄到的车外全景视频；
3.如权利要求2所述的车内外异常识别方法，其特征在于，所述在所述第一识别结果满足预设的第一异常条件的情况下，将所述车载摄像头数据输入至预先配置的大模型，得到所述大模型输出的第二识别结果，包括：
4.如权利要求3所述的车内外异常识别方法，其特征在于，所述方法还包括：
5.如权利要求1所述的车内外异常识别方法，其特征在于，所述车载摄像头数据包括若干车内图像；
6.如权利要求5所述的车内外异常识别方法，其特征在于，所述在所述第一识别结果满足预设的第一异常条件的情况下，将所述车载摄像头数据输入至预先配置的大模型，得到所述大模型输出的第二识别结果，包括：
7.如权利要求6所述的车内外异常识别方法，其特征在于，所述方法还包括：
8.如...
【专利技术属性】
技术研发人员：宋尧，徐文康，许圣义，太丽仪，王博，孟现光，
申请(专利权)人：华人运通上海云计算科技有限公司，
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。