[发明专利]一种基于深度学习的车辆底盘检测方法

摘要

本发明公开了一种基于深度学习的车辆底盘检测方法，包括如下步骤：获取待检测车辆底盘图像；采用车辆目标检测模型检测车辆底盘图像，判断并提取车辆区域图像；采用车牌目标检测模型检测所述车辆区域图像，判断并提取车牌区域图像；采用字符分割识别模型检测所述车牌号码区域识别车牌号，并将识别结果与档案车牌号码匹对；采用工作人员目标检测模型检测所述车辆底盘图像，并判断其中是否存在工作人员；对整个过程的动作结果进行统计分析。本发明实现了车牌号码自动校验匹配检查和底盘工位工作人员检查，同时可以将未通过的校验图像及原因传回服务器保存留待取证，既节约了人力，又保证了校验工作的公正、公开。

主权项

1.一种基于深度学习的车辆底盘检测方法，其特征在于，包括如下步骤：S1、获取待检测车辆底盘图像；S2、采用基于深度学习的车辆目标检测模型检测所述车辆底盘图像，判断所述车辆底盘图像中是否存在车辆，若存在则记录此条标志为1，并提取车辆区域图像；若不存在则记录此条标志为0，并保存相关图片；S3、采用基于深度学习的车牌目标检测模型检测所述车辆区域图像，判断其中是否有车牌，若存在记录此条标志为1，并提取车牌区域图像；若不存在则记录此条标记为0，保存相关图片；S4、采用基于深度学习的字符分割识别模型检测所述车牌号码区域识别车牌号，并将识别结果与档案车牌号码匹对，若一致则记录此条标志为1，若不一致，车牌号码与档案号码不符合，记录标志为0并保存图片；S5、采用基于深度学习的工作人员目标检测模型检测所述车辆底盘图像，并判断车辆底盘工位中是否存在工作人员，若存在记录此条标志为1，若不存在，则记录此条标志为0；S6、对整个过程的动作结果进行统计分析，若记录标志全部为1，则车辆底盘检测通过；若存在标志0，则车辆底盘检测不通过；同时，根据标志0出现的位置获取校验不通过的原因及问题图片。