← 返回列表
一种车辆外观检测方法、装置、设备及存储介质
摘要文本
本发明提供一种车辆外观检测方法、装置、设备及存储介质，方法包括：构建神经网络模型，利用通道选择归一化模块代替神经网络模型的BN层，得到初始训练模型；对初始训练模型进行训练，得到最终训练模型；将目标车辆图片输入到最终训练模型，输出初始车辆部件图片；判断初始车辆部件图片是否为目标车辆的目标部件图片；若不是，则从初始车辆部件图片中，选取目标车辆的前轮图片和后视镜图片对目标车辆进行仿射变换，得到目标车辆鸟瞰图片；根据鸟瞰图片生成目标车辆检测结果。本发明提高了模型对未知光照的泛化能力，通过对相对位置的定位对图片进行衍射变换，从而可以缓解车辆停放位置不合规，导致的检测异常问题。。关注公众号马克数据网
申请人信息
- 申请人:成都数之联科技股份有限公司
- 申请人地址:610000 四川省成都市武侯区人民南路四段11号附1号1栋8层804、805号
- 发明人: 成都数之联科技股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种车辆外观检测方法、装置、设备及存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410182581.9 |
| 申请日 | 2024/2/19 |
| 公告号 | CN117745720A |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 成都数之联科技股份有限公司 |
| 发明人 | 请求不公布姓名; 请求不公布姓名; 请求不公布姓名 |
| 地址 | 四川省成都市武侯区人民南路四段11号附1号1栋8层804、805号 |
专利主权项内容
1.一种车辆外观检测方法，其特征在于，包括：构建神经网络模型，利用通道选择归一化模块代替所述神经网络模型的BN层，得到初始训练模型；所述归一化模块用于减少光照干扰；获取训练数据集，所述训练数据集包括不同光照条件和不同角度的车辆图片；利用所述训练数据集对所述初始训练模型进行训练，得到最终训练模型；所述最终训练模型的输出结果为所述车辆图片包含的全部车辆部件图片；将目标车辆图片输入到最终训练模型，输出初始车辆部件图片；判断所述初始车辆部件图片是否为所述目标车辆的目标部件图片；若不是，则从所述初始车辆部件图片中，选取所述目标车辆的前轮图片和后视镜图片对所述目标车辆进行仿射变换，得到目标车辆鸟瞰图片；将所述目标车辆鸟瞰图片输入到所述最终训练模型，输出最终部件图片，根据所述最终部件图片生成所述目标车辆检测结果。