[发明专利]基于人工智能的交通事故预测方法、装置、设备及介质

说明书

本申请实施例提供了一种基于人工智能的交通事故预测方法、装置、设备及介质，该方法通过获取事故车辆图像，调用已训练的交通事故预测模型中的车辆类型识别子模型对事故车辆图像进行识别，得到车辆类型标签，其中，交通事故预测模型包括车辆类型识别子模型和多个预测子模型，调用与车辆类型标签对应的预测子模型对事故车辆图像进行预测，得到预测结果，实现了对事故车辆图像的预测，由于进行预测的预测子模型分别与不同车辆类型标签一一对应，使得预测子模模型对于确定了车辆类型标签的事故车辆图像更具有针对性，提高了对事故车辆图像的预测的准确性。

技术领域

本申请涉及人工智能技术领域，具体涉及一种基于人工智能的交通事故预测方法、装置、设备及介质。

背景技术

随着经济与科技的快速发展，不同种类的车辆越来越多，如轿车、公交车、货车、电动车等，但随之而来交通事故相应变多。

目前，在现有的交通事故中，通常是通过人工现场进行鉴定，费时费力，从而导致交通堵塞，且存在一定的主观性，因此，如何快速准确的预测交通事故是目前亟待解决的问题。

发明内容

本申请实施例提供一种基于人工智能的交通事故预测方法、装置、设备及介质，以解决人工现场鉴定存在的交通事故预测效率低的技术问题。

一方面，本申请提供一种基于人工智能的交通事故预测方法，包括：

获取事故车辆图像；

调用已训练的交通事故预测模型中的车辆类型识别子模型对所述事故车辆图像进行识别，得到车辆类型标签，其中，所述交通事故预测模型包括车辆类型识别子模型和多个预测子模型，一个所述车辆类型标签对应一个所述预测子模型，所述预测子模型是根据类激活映射网络模型训练得到；

调用与所述车辆类型标签对应的所述预测子模型对所述事故车辆图像进行预测，得到预测结果。

一方面，本申请提供一种基于人工智能的交通事故预测装置，包括：

获取模块，用于获取事故车辆图像；

识别模块，用于调用已训练的交通事故预测模型中的车辆类型识别子模型对所述事故车辆图像进行识别，得到车辆类型标签，其中，所述交通事故预测模型包括车辆类型识别子模型和多个预测子模型，一个所述车辆类型标签对应一个所述预测子模型，所述预测子模型是根据类激活映射网络模型的框架训练得到；

预测模块，用于调用与所述车辆类型标签对应的所述预测子模型对所述事故车辆图像进行预测，得到预测结果。

一方面，本申请提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下基于人工智能的交通事故预测方法中的步骤：

获取事故车辆图像；

调用已训练的交通事故预测模型中的车辆类型识别子模型对所述事故车辆图像进行识别，得到车辆类型标签，其中，所述交通事故预测模型包括车辆类型识别子模型和多个预测子模型，一个所述车辆类型标签对应一个所述预测子模型，所述预测子模型是根据类激活映射网络模型训练得到；

调用与所述车辆类型标签对应的所述预测子模型对所述事故车辆图像进行预测，得到预测结果。

一方面，本申请提供一种计算机可读介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下基于人工智能的交通事故预测方法中的步骤：

获取事故车辆图像；

调用已训练的交通事故预测模型中的车辆类型识别子模型对所述事故车辆图像进行识别，得到车辆类型标签，其中，所述交通事故预测模型包括车辆类型识别子模型和多个预测子模型，一个所述车辆类型标签对应一个所述预测子模型，所述预测子模型是根据类激活映射网络模型训练得到；