申请/专利权人:济南博观智能科技有限公司
申请日:2020-05-25
公开(公告)日:2024-04-09
公开(公告)号:CN111611947B
主分类号:G06V20/62
分类号:G06V20/62;G06V10/764;G06V10/766;G06V10/82;G06V10/80
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2020.09.25#实质审查的生效;2020.09.01#公开
摘要:本申请公开了一种车牌检测方法、装置、设备及介质,包括:将训练样本图像输入至特征提取网络,得到对应的第一特征图;生成所述第一特征图对应的Heatmap;从Heatmap中确定出前景目标概率值大于预设概率阈值的像素点;在确定出的像素点上生成大小和高宽比不同的anchor;对所述anchor进行边框回归,得到目标候选框;对所述目标候选框进行分类和回归,得到对应的预测结果;所述预测结果包括目标框类别和目标框位置;将预测结果映射到初始的训练样本图像,利用非极大抑制方法得到对应的训练检测结果;重复前述步骤对预先构建的检测模型进行训练,得到训练后模型;当获取到待检测车牌图像,则利用训练后模型输出对应的检测结果。能够提升车牌检测的速度以及精度。
主权项:1.一种车牌检测方法,其特征在于,包括:步骤S11:将训练样本图像输入至特征提取网络,得到对应的第一特征图;步骤S12:生成所述第一特征图对应的Heatmap;步骤S13:从所述Heatmap中确定出前景目标概率值大于预设概率阈值的像素点;步骤S14:在确定出的所述像素点上生成大小和高宽比不同的anchor;步骤S15:对所述anchor进行边框回归,得到目标候选框;步骤S16:对所述目标候选框进行分类和回归,得到对应的预测结果;所述预测结果包括目标框类别和目标框位置;步骤S17:将所述预测结果映射到初始的所述训练样本图像,利用非极大抑制方法得到对应的训练检测结果;重复所述步骤S11至步骤S17对预先构建的检测模型进行训练,得到训练后模型;步骤S18:当获取到待检测车牌图像,则利用所述训练后模型输出对应的检测结果;其中,所述利用所述第一特征图生成对应的Heatmap,包括:对所述第一特征图进行卷积操作,以得到不同大小的所述第一特征图;生成每个所述第一特征图对应的Heatmap;从所述Heatmap中确定出前景目标概率值大于预设概率阈值的像素点之后,还包括:基于确定出的所述像素点生成前景目标候选区域。
全文数据:
权利要求:
百度查询: 济南博观智能科技有限公司 一种车牌检测方法、装置、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。