[发明专利]一种确定车型的方法及相关装置

说明书

本申请公开了一种确定车型的方法及相关装置，该方法包括：获取包括车辆整体外观的待处理车辆图像；利用包括品牌分类子模型和车型分类子模型的目标车型分类模型，获得待处理车辆图像的品牌预测结果和车型预测结果；基于品牌预测结果和车型预测结果，确定待处理车辆图像中车辆的车型。可见，在不过多增加模型复杂度的情况下，在车型分类子模型的基础上增加品牌分类子模型得到目标车型分类模型，利用目标车型分类模型确定待处理车辆图像中车辆的车型，考虑相同品牌下不同车系的共性，将品牌融入品牌+车系的车型分类中，提升待处理车辆图像中车辆的车型确定准确率。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种确定车型的方法及相关装置。

背景技术

随着计算机技术的快速发展，人工智能技术应用于越来越多的场景中。现阶段，某些场景下需要确定车辆图像中车辆的细粒度车型；具体地，将车辆图像输入车型分类模型，输出车型为品牌+车系；其中，车型分类模型是基于标注品牌+车系标签的车辆图像训练分类网络获得的。

发明人经过研究发现，相同品牌下不同车系相比于不同品牌下不同车系具有更多的共性，然而，现有技术中的车型分类模型平等对待所有不同车系，忽略了相同品牌下不同车系的共性，导致车型分类模型不够准确，从而导致利用车型分类模型确定的车型不够准确。

发明内容

本申请所要解决的技术问题是，提供一种确定车型的方法及相关装置，考虑相同品牌下不同车系的共性，将品牌融入品牌+车系的车型分类中，提升待处理车辆图像中车辆的车型确定准确率。

第一方面，本申请实施例提供了一种确定车型的方法，该方法包括：

获取待处理车辆图像，所述待处理车辆图像包括车辆整体外观；

利用包括品牌分类子模型和车型分类子模型的目标车型分类模型，获得所述待处理车辆图像的品牌预测结果和车型预测结果；

基于所述品牌预测结果和所述车型预测结果，确定所述待处理车辆图像中车辆的车型。

可选的，所述目标车型分类模型的获得步骤包括：

获取标注品牌标签、品牌+车型标签的训练车辆图像；

基于所述训练车辆图像和所述品牌标签训练第一分类网络，获得所述品牌分类子模型；基于所述训练车辆图像和所述品牌+车型标签训练第二分类网络，获得所述车型分类子模型；

基于所述品牌分类子模型和所述车型分类子模型，获得所述目标车型分类模型。

可选的，所述利用包括品牌分类子模型和车型分类子模型的目标车型分类模型，获得所述待处理车辆图像的品牌预测结果和车型预测结果，包括：

将待处理车辆图像输入所述车辆检测模型获得车辆区域图像；

将所述车辆区域图像输入所述品牌分类子模型获得所述品牌预测结果；将所述车辆区域图像输入所述车型分类子模型获得所述车型预测结果。

可选的，所述品牌预测结果包括预测品牌和对应的预测品牌得分；所述车型预测结果包括预测车型和对应的预测车型得分。

可选的，所述基于所述品牌预测结果和所述车型预测结果，确定所述待处理车辆图像中车辆的车型，包括：

基于所述预测品牌、所述预测品牌得分、所述预测车型和所述预测车型得分，获得所述预测车型对应的目标预测车型得分；

基于所述预测车型对应的目标预测车型得分，确定所述待处理车辆图像中车辆的车型。

可选的，所述基于所述预测品牌、所述预测品牌得分、所述预测车型和所述预测车型得分，获得所述预测车型对应的目标预测车型得分，具体为：