[发明专利]一种交通标志检测与识别标注方法、装置和计算机设备在审
申请号: | 202010220959.1 | 申请日: | 2020-03-26 |
公开(公告)号: | CN111401466A | 公开(公告)日: | 2020-07-10 |
发明(设计)人: | 王建强;顾友良;周培新 | 申请(专利权)人: | 广州紫为云科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/46;G06F16/51;G06F16/583 |
代理公司: | 杭州华知专利事务所(普通合伙) 33235 | 代理人: | 郭琳 |
地址: | 510700 广东省广州市黄*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 交通标志 检测 识别 标注 方法 装置 计算机 设备 | ||
1.一种交通标志检测与识别标注方法,所述方法包括:
步骤A,获取交通标示图片;
根据所述交通标志图片识别所述交通标志的类别信息,并根据所述类别信息对所述交通标志图片进行标注分类;
步骤B,使用数据增强方式进行所述交通标志扩充,获得多张带标签的训练图片;
步骤C,对所述训练图片使用分类网络进行训练和调参优化,形成特征提取器。
2.根据权利要求1所述的方法,其特征在于,所述步骤A包括:
步骤A1,识别所述交通标志的边框位置信息、交通标志所属超类,其中所述超类为国家道路标志主标志6类;
步骤A2,训练并优化交通标志检测网络,保证较高的准确率;
步骤A3,使用训练好的检测网络抠取出训练集中的所有交通标志。
3.根据权利要求1或2所述的方法,其特征在于,所述步骤B包括:
步骤B1,在训练模块达标后,将检测到的交通标志,从场景照里面扣取出来保存为第一图片;
步骤B2,对所第一图片进行模糊处理、截断处理、倾斜处理、亮度处理、色调处理、饱和度处理等方式中的一项或多项;
步骤B3,对每一种处理方式采集多张图片,即通过数据增强得到各种情景下带标签的训练图片。
4.根据权利要求3所述的方法,其特征在于,所述步骤C还包括:
首先将交通标志经过特征提取器提取特征并进行存储,建立索引总表;
然后将待测试图片送入检测网络提取边界框并扣取交通标志送入特征提取器提取特征;
将此特征与索引表中的特征值一一比对,比对结果中最为相似且超出阈值的类别,即为最终识别结果。
5.一种交通标志检测与识别标注装置,其特征在于,所述装置包括:
交通标志检测模块,获取交通标示图片;
根据所述交通标志图片识别所述交通标志的类别信息,并根据所述类别信息对所述交通标志图片进行标注分类;;
交通标志识别模块,使用数据增强方式进行所述交通标志扩充,获得多张带标签的训练图片;
特征提取模块,对所述训练图片使用分类网络进行训练和调参优化,形成特征提取器。
6.根据权利要求5所述的装置,其特征在于,所述交通标志检测模块包括:
识别模块,识别所述交通标志的边框位置信息、交通标志所属超类,其中所述超类为国家道路标志主标志6类;
训练模块,训练并优化交通标志检测网络,保证较高的准确率;
提取模块,使用训练好的检测网络抠取出训练集中的所有交通标志。
7.根据权利要求5或6所述的装置,其特征在于,所述交通标志识别模块包括:
抠取模块,在训练模块达标后,将检测到的交通标志,从场景照里面抠取出来保存为第一图片;
处理模块,对所第一图片进行模糊处理、截断处理、倾斜处理、亮度处理、色调处理、饱和度处理等方式中的一项或多项;
采集模块,对每一种处理方式采集多张图片,即通过数据增强得到各种情景下带标签的训练图片。
8.根据权利要求7所述的装置,其特征在于,所述特征提取模块还包括:
首先将交通标志经过特征提取器提取特征并进行存储,建立索引总表;
然后将待测试图片送入检测网络提取边界框并扣取交通标志送入特征提取器提取特征;
将此特征与索引表中的特征值一一比对,比对结果中最为相似且超出阈值的类别,即为最终识别结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州紫为云科技有限公司,未经广州紫为云科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010220959.1/1.html,转载请声明来源钻瓜专利网。