[发明专利]车牌识别模型的训练、识别方法、装置及电子设备

权利要求书

1.一种车牌识别模型的训练方法，其特征在于，包括：

获取样本图像集以及获取所述样本图像集中各个样本图像对应的标签，所述标签包括所述样本图像的图像质量以及目标车牌的字符，所述图像质量包括类别和等级；

将所述样本图像输入车牌识别模型中，得到所述样本图像的预测结果，所述预测结果包括预测图像质量以及预测目标车牌；

基于所述预测结果以及所述标签，更新所述车牌识别模型的参数，以确定目标车牌识别模型。

2.根据权利要求1所述的训练方法，其特征在于，所述获取样本图像集，包括：

获取原始图像以及不同类别下的图像增强参数；

基于所述图像增强参数，对所述原始图像进行图像增强，得到不同图像质量的样本图像。

3.根据权利要求2所述的训练方法，其特征在于，所述图像质量的类别包括污损，所述图像增强参数包括污损区域的尺寸，所述基于所述图像增强参数，对所述原始图像进行图像增强，得到不同图像质量的样本图像，包括：

获取污损种子参数，生成污损车牌模板；

基于所述污损区域的尺寸在所述污损车牌模板上截取相应的图像，得到污损图像；

将所述污损图像与所述原始图像进行叠加，得到所述样本图像。

4.根据权利要求1所述的训练方法，其特征在于，所述目标车牌的字符包括车牌字符以及补偿符，所述补偿符设置在所述车牌字符的预设位置，所述获取所述样本图像集中各个样本图像对应的标签，包括：

获取所述目标车牌的字符；

基于所述图像质量的类别和等级，得到所述样本图像的图像质量；

利用所述目标车牌的字符以及所述图像质量，确定所述样本图像对应的标签。

5.一种车牌识别方法，其特征在于，包括：

获取车牌图像；

将所述车牌图像输入目标车牌识别模型中，得到所述车牌图像的图像质量以及预测车牌，所述目标车牌识别模型是根据权利要求1-4中任一项所述的车牌识别模型的训练方法训练得到的；

基于所述图像质量以及所述预测车牌，确定目标车牌。

6.根据权利要求5所述的方法，其特征在于，所述预测车牌包括预测补偿符以及预测车牌字符，所述基于所述图像质量以及所述预测车牌，确定目标车牌，包括：

判断所述图像质量是否符合预设条件；

当所述图像质量符合所述预设条件时，对所述预测车牌进行所述预测补偿符的处理，输出所述预测车牌字符，以确定所述目标车牌。

7.一种车牌识别模型的训练装置，其特征在于，包括：

第一获取模块，用于获取样本图像集以及获取所述样本图像集中各个样本图像对应的标签，所述标签包括所述样本图像的图像质量以及目标车牌的字符，所述图像质量包括类别和等级；

预测模块，用于将所述样本图像输入车牌识别模型中，得到所述样本图像的预测结果，所述预测结果包括预测图像质量以及预测目标车牌；

更新模块，用于基于所述预测结果以及所述标签，更新所述车牌识别模型的参数，以确定目标车牌识别模型。

8.一种车牌识别装置，其特征在于，包括：

第二获取模块，用于获取车牌图像；

识别模块，用于将所述车牌图像输入目标车牌识别模型中，得到所述车牌图像的图像质量以及预测车牌，所述目标车牌识别模型是根据权利要求1-5中任一项所述的车牌识别模型的训练方法训练得到的；

处理模块，用于基于所述图像质量以及所述预测车牌，确定目标车牌。

9.一种电子设备，其特征在于，包括：

存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-4中任一项所述的车牌识别模型的训练方法，或者，执行权利要求5或6所述的车牌识别方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行权利要求1-4中任一项所述的车牌识别模型的训练方法，或者，执行权利要求5或6所述的车牌识别方法。