[发明专利]车辆部件识别方法、装置、电子装置和存储介质

权利要求书

1.一种车辆部件识别方法，其特征在于，包括：

获取待识别车的车辆图像；

使用车辆部件位置预测模型处理所述车辆图像，得到第一识别结果，其中，所述第一识别结果包括由所述车辆部件位置预测模型识别出的车辆部件的类型名称和位置信息；

使用车辆部件类型预测模型处理所述车辆图像，得到第二识别结果，其中，所述第二识别结果包括由所述车辆部件类型预测模型识别岀的车辆部件的类型名称，其中，所述车辆部件类型预测模型基于车辆部件的多层级类型联合训练；

从所述第二识别结果中获取目标车辆部件的类型名称，从所述第一识别结果中获取所述目标车辆部件的位置信息，将所述目标车辆部件的类型名称和位置信息作为第三识别结果。

2.根据权利要求1所述的车辆部件识别方法，其特征在于，所述方法还包括：

获取所述车辆部件类型预测模型的训练样本集，其中，所述训练样本集包括多个训练样本，每个训练样本主要由训练图像和所述训练图像的标签信息组成，所述标签信息包括所述训练图像中包含的车辆部件的类型名称和该类型名称所属的上级类目名称；

使用所述训练样本集以监督学习的方式训练所述车辆部件类型预测模型，其中，训练所述车辆部件类型预测模型所使用的损失函数由第一损失函数和第二损失函数联合而成，所述第一损失函数用于表征基于类型名称进行分类的损失，所述第二损失函数用于表征基于上级类目名称进行分类的损失。

3.根据权利要求1所述的车辆部件识别方法，其特征在于，从所述第二识别结果中获取到的目标车辆部件的类型名称的数量为1个、2个或者3个。

4.根据权利要求1所述的车辆部件识别方法，其特征在于，所述第二识别结果还包括：由所述车辆部件类型预测模型识别岀的车辆部件的置信度；

从所述第二识别结果中获取目标车辆部件的类型名称包括：从所述第二识别结果中确定置信度大于预设阈值或者置信度TopN个车辆部件作为所述目标车辆部件，并获取所述目标车辆部件的类型名称，其中，TopN个车辆部件是指对所述第二识别结果中车辆部件按照置信度进行降序排序后的前N个车辆部件，N为大于等于1的整数。

5.根据权利要求4所述的车辆部件识别方法，其特征在于，在从所述第二识别结果中获取目标车辆部件的类型名称之前，所述方法还包括：

将置信度小于所述预设阈值的车辆部件的类型名称从所述第二识别结果中删除。

6.根据权利要求1所述的车辆部件识别方法，其特征在于，在从所述第二识别结果中获取目标车辆部件的类型名称，从所述第一识别结果中获取所述目标车辆部件的位置信息，将所述目标车辆部件的类型名称和位置信息作为第三识别结果之后，所述方法还包括：

将所述目标车辆部件的类型名称从所述第二识别结果中删除，再次执行下列步骤：从所述第二识别结果中获取目标车辆部件的类型名称，从所述第一识别结果中获取所述目标车辆部件的位置信息，将所述目标车辆部件的类型名称和位置信息作为第三识别结果。

7.根据权利要求1所述的车辆部件识别方法，其特征在于，在从所述第二识别结果中获取目标车辆部件的类型名称，从所述第一识别结果中获取所述目标车辆部件的位置信息，将所述目标车辆部件的类型名称和位置信息作为最终识别结果之后，所述方法还包括：

将所述第三识别结果标记在所述车辆图像上得到标记图像，并输出所述标记图像。