[发明专利]车牌分类方法、装置及非易失性存储介质

说明书

本发明公开了一种车牌分类方法、装置及非易失性存储介质。其中，该方法包括：获取待识别车辆图像；对上述待识别车辆图像进行车牌检测处理，得到车牌检测结果；在上述车牌检测结果指示上述待识别车辆图像中存在车牌的情况下，确定上述待识别车辆图像中的待识别车牌图像；基于预先训练好的车牌分类模型对上述待识别车牌图像进行车牌分类处理，得到车牌分类结果，其中，上述车牌分类模型是基于标注有车牌类型的车牌样本图像训练得到的。本发明解决了相关技术中的车牌分类方法存在的车牌检测效率低且检测分类精度低的技术问题。

技术领域

本发明涉及车辆识别领域，具体而言，涉及一种车牌分类方法、装置及非易失性存储介质。

背景技术

目前车牌检测分类方法大多是基于改进的Yolo(You Only Live Once)目标检测算法获取车牌位置和车牌类型。即首先获取包含车牌的图片数据，制作图片中车牌的关键点和车牌类型标签，并划分好深度学习模型用到的训练集、验证集和测试集；其次，根据车牌数据特点改进Yolo算法，并使用改进的Yolo算法对数据集进行训练，得到训练好的车牌检测分类网络；然后，将需要检测分类的车牌图像数据传入到训练好的车牌检测模型中，得到检测到的车牌位置与类型结果。上述方法需要在检测车牌的同时还进行车牌类型的分类，例如，直接输出检测到的车牌区域关键点和分类后的蓝色车牌类型。

但是，现有技术采用的Yolo算法适用于检测，不适用于分类。当车牌图片发生了图像畸变时，如侧面拍摄的车牌照片，则会影响车牌分类效果。另外，当车牌类型过多或需要与其它多个任务一起运行时，如车辆颜色分类、车牌检测识别任务，现有技术需要训练很多个分类器，导致模型推理时间变长、模型所需内存增加、检测分类精度降低等问题，无法在边缘设备中实时处理。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种车牌分类方法、装置及非易失性存储介质，以至少解决相关技术中的车牌分类方法存在的车牌检测效率低且检测分类精度低的技术问题。

根据本发明实施例的一个方面，提供了一种车牌分类方法，包括：获取待识别车辆图像；对上述待识别车辆图像进行车牌检测处理，得到车牌检测结果；在上述车牌检测结果指示上述待识别车辆图像中存在车牌的情况下，确定上述待识别车辆图像中的待识别车牌图像；基于预先训练好的车牌分类模型对上述待识别车牌图像进行车牌分类处理，得到车牌分类结果，其中，上述车牌分类模型是基于标注有车牌类型的车牌样本图像训练得到的。

根据本发明实施例的另一方面，还提供了一种车牌分类装置，包括：获取模块，用于获取待识别车辆图像，将上述待识别车辆图像输入至预先训练好的车牌分类模型；处理模块，用于基于上述车牌分类模型中的车牌检测模型对上述待识别车辆图像进行车牌检测处理，得到车牌检测结果，其中，上述车牌检测模型是基于标注有车牌区域的车辆样本图像训练得到的；确定模块，用于在上述车牌检测结果指示上述待识别车辆图像中存在车牌的情况下，确定上述待识别车辆图像中的待识别车牌图像；分类模块，用于基于上述车牌分类模型中的车牌分类模型对上述待识别车牌图像进行车牌分类处理，得到车牌分类结果，其中，上述车牌分类模型是基于标注有车牌类型的车牌样本图像训练得到的。

根据本发明实施例的另一方面，还提供了一种非易失性存储介质，上述非易失性存储介质存储有多条指令，上述指令适于由处理器加载并执行任意一项上述的车牌分类方法。