申请/专利权人：广东交通职业技术学院

申请日：2021-12-20

公开（公告）日：2024-04-26

公开（公告）号：CN114290859B

主分类号：B60C23/00

分类号：B60C23/00;G06V20/10;G06V10/774;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2022.04.26#实质审查的生效;2022.04.08#公开

摘要：本发明公开了一种胎压检测模型、方法、系统、装置及存储介质，其中方法包括以下步骤：获取汽车轮胎图像；将所述汽车轮胎图像输入至胎压检测模型进行处理后，输出胎压检测结果，所述胎压检测结果包括轮胎完整、轮胎平坦或无轮胎中的一种；其中，所述胎压检测模型用于对所述汽车轮胎图像进行分类处理。本发明通过利用胎压检测模型对捕获的汽车轮胎图像进行分类，能够在车外对多辆汽车的胎压状况进行判断，而且具有判断效率高的特点。本发明可广泛应用于胎压监测技术领域内。

主权项：1.一种胎压检测方法，其特征在于，包括以下步骤：获取汽车轮胎图像；将所述汽车轮胎图像输入至胎压检测模型进行处理，输出得到胎压检测结果，所述胎压检测结果包括轮胎完整、轮胎平坦或无轮胎中的一种；其中，所述胎压检测模型用于对所述汽车轮胎图像进行分类处理；所述胎压检测模型采用ResNet网络架构，包括输入层、图像处理层和输出层，所述输入层用于输入图像，该图像包含3个RGB通道，且该图像的高度为224像素和宽度为224像素，所述图像处理层用于对输入的图像进行图像预处理和特征提取，所述图像处理层包括若干个残差神经网络块，每一个残差神经网络块还包括两个基本块，每一个残差神经网络块需要添加2个残差，在残差神经网络块之间的残差形式是1*1con的卷积形式，在残差神经网络块内部的残差形式是lambdax:x的形式，所述输出层用于输出胎压检测结果，所述输出层包括全局平均池化层和全连接层；所述胎压检测方法还包括对建立的所述胎压检测模型进行训练，包括如下步骤：获取数据集图像，所述数据集图像包括训练集图像，所述数据集图像带有分类标签；将所述训练集图像输入至所述胎压检测模型中，获取预测分类标签；根据所述预测分类标签和所述分类标签计算损失函数；利用损失函数对所述胎压检测模型的网络参数进行优化。

全文数据：

权利要求：

百度查询： 广东交通职业技术学院 一种胎压检测方法、系统、装置及存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD