[发明专利]车辆外观检测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种车辆外观检测方法、装置、计算机设备和存储介质。所述方法包括：将车辆拍摄图片输入至整车检测模型，得到车辆拍摄图片中的目标车辆图片；将目标车辆图片输入至语义分割模型，得到分割结果；分割结果中标注了至少一个车辆部件对应的待检测区域；根据各车辆部件对应的待检测区域及预设的检测条件，确定检测结果。采用本方法由于通过整车检测模型获取目标车辆图片并识别该目标车辆图片内的车辆部件，可以排除车辆拍摄图片中无关信息的干扰，提升了后续车辆部件识别过程的识别效率及识别准确性，进而可以使得检测结果更加准确，也提升了检测效率。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种车辆外观检测方法、装置、计算机设备和存储介质。

背景技术

随着社会经济的发展，汽车的普及程度也越来越高，车辆总保持量也随之增高。为了消除车辆安全隐患，保证交通安全，每一辆已经取得正式号牌及行驶证的车辆都必须要进行车辆年检，以督促加强汽车的维护保养，减少交通事故的发生。

在车辆年检过程中，车辆外观识别是其中很重要的一环。传统的车辆外观判定识别采用的是人工判定的方式，该方式的人力成本较高、受主观影响较大、效率较低。在车辆年检的大车年检需求中对各部件的长度、宽度、厚度、曲直等是否合格判定要求较高，现有的智能审核方式多是采用矩形框进行定位检测，可以大致的得到各部件的位置信息。

但是，上述智能审核方式不能准确的得到各部件的待检测信息，导致车辆外观检测准确度较低。

发明内容

基于此，有必要针对上述技术问题，提供一种时效性好且准确度高的车辆外观检测方法、装置、计算机设备和存储介质。

第一方面，本发明实施例提供一种车辆外观检测方法，所述方法包括：

将车辆拍摄图片输入至整车检测模型，得到所述车辆拍摄图片中的目标车辆图片；

将所述目标车辆图片输入至语义分割模型，得到分割结果；所述分割结果中标注了至少一个车辆部件对应的待检测区域；

根据各所述车辆部件对应的待检测区域及预设的检测条件，确定检测结果。

在本申请的一个实施例中，所述语义分割模型的获取方法，还包括以下步骤：

获取多张车辆样本图片和各所述车辆样本图片对应的样本检测图片；所述样本检测图片携带至少一个部件对应的待检测区域；

根据所述多张车辆样本图片和各所述车辆样本图片对应的样本检测图片对预设的初始分割模型进行训练，直至损失函数的值满足预设条件，将训练后的初始分割模型作为所述语义分割模型。

在本申请的一个实施例中，所述根据所述多张车辆样本图片和各车辆样本图片对应的样本检测图片对预设的初始分割模型进行训练，直至所述损失函数的值满足预设条件，包括：

对所述车辆样本图片进行N级不同倍数的下采样处理，得到N个层级的特征图；

对所述样本检测图片进行N级不同倍数的下采样处理，得到N个层级的检测图；

根据所述N个层级的特征图及对应的N个层级的检测图对所述初始分割模型进行训练，并得到各所述层级的损失值；

根据所述损失函数的值调整所述初始分割模型的参数，直至所述损失函数的值满足预设条件；所述损失函数与各所述层级的损失值相关。

在本申请的一个实施例中，所述初始分割模型包括N个层级的refinenet模块，第M层级的refinenet模块的输入为第M层级的特征图及第M+1层级的输出特征图，所述第M层级的refinenet模块的输出为第M层级的输出特征图。

在本申请的一个实施例中，所述根据所述N个层级的特征图及对应的N个层级的检测图对所述初始分割模型进行训练，并得到各所述层级的损失值，包括：