[发明专利]车辆信息识别方法、智能穿戴设备和可读存储介质

说明书

本申请公开了一种车辆信息识别方法、智能穿戴设备和可读存储介质，所述车辆信息识别方法包括：获取待识别车辆的车辆图像，将车辆图像输入至训练好的YOLO‑V5改进网络模型，其中，YOLO‑V5改进网络模型为嵌入注意力机制改进模块的YOLO‑V5网络模型，获取训练好的YOLO‑V5改进网络模型识别的车辆图像对应的车辆信息，并输出车辆图像对应的车辆信息。本申请能降低智能穿戴设备的使用局限性，使得智能穿戴设备能够准确识别出各类型车辆的车辆信息。

技术领域

本申请涉及图像检测技术领域，尤其涉及一种车辆信息识别方法、智能穿戴设备和可读存储介质。

背景技术

由于汽车行业的快速发展，车辆的品牌、型号，以及各种车辆对应的市场价格和出厂年份等车辆信息越来越多，因此，对于汽车行业不是很了解的普通用户而言，对车辆信息的识别难度也越来越大。例如，当人们在路上见到自己比较感兴趣的车辆，而又苦于无法知道该车辆的品牌、型号以及市场价格等车辆信息时，从而无法为自身的购车需求提供相关参考。

VR(Virtual Reality，虚拟现实)设备或者AR(Augmented Reality，增强现实)设备，是目前正在快速发展和普及的智能穿戴设备。然而，目前的智能穿戴设备的功能主要集中在音乐、图片和视频的播放等多媒体功能，而由于智能穿戴设备的使用局限性限制，无法通过智能穿戴设备准确识别出各种不同车辆的车辆信息，导致人们路遇到自己无法自主识别的车辆时，往往不能及时了解到该车辆的车辆信息(例如车停在路上的停车位，车主已离开等不便于及时向车主了解车辆相关信息的场景)，从而严重降低了用户的体验。

发明内容

本申请的主要目的在于提供一种车辆信息识别方法、智能穿戴设备和可读存储介质，旨在降低智能穿戴设备的使用局限性，使得智能穿戴设备能够准确识别出各类型车辆的车辆信息。

为实现上述目的，本申请提供一种车辆信息识别方法，所述车辆信息识别方法应用于智能穿戴设备，所述车辆信息识别方法的步骤包括：

获取待识别车辆的车辆图像；

将所述车辆图像输入至训练好的YOLO-V5改进网络模型，其中，所述YOLO-V5改进网络模型为嵌入注意力机制改进模块的YOLO-V5网络模型，所述注意力机制改进模块包括并行设置的通道注意力模块和空间注意力模块；

获取训练好的YOLO-V5改进网络模型识别的所述车辆图像对应的车辆信息，并输出所述车辆图像对应的车辆信息。

可选地，所述车辆信息包括车辆型号，以及所述车辆型号对应的车辆参数信息，所述获取训练好的YOLO-V5改进网络模型识别的所述车辆图像对应的车辆信息，并输出所述车辆图像对应的车辆信息的步骤包括：

获取所述YOLO-V5改进网络模型识别的所述车辆图像对应的车辆型号；

根据所述车辆型号，从预设的数据库中查找得到所述车辆型号对应的车辆参数信息，其中，所述车辆参数信息包括车辆市场报价、车辆内部配置和车辆出厂年份中的至少一种；

输出所述车辆型号，以及所述车辆型号对应的车辆参数信息。

可选地，所述获取所述YOLO-V5改进网络模型识别的所述车辆图像对应的车辆型号的步骤之前包括:

通过训练好的YOLO-V5改进网络模型，对所述车辆图像进行特征提取，提取得到所述车辆图像对应的车辆全局特征；

通过所述注意力机制改进模块将所述车辆图像对应的车辆全局特征并行输入至所述通道注意力模块和所述空间注意力模块；

分别获取所述通道注意力模块输出的所述车辆图像对应的通道特征，以及所述空间注意力模块输出的所述车辆图像对应的空间特征；

对所述通道特征和所述空间特征进行特征融合，得到融合通道注意力和空间注意力的关键局部特征；