[发明专利]一种摄像头车辆检测率统计方法及装置在审
申请号: | 202010303712.6 | 申请日: | 2020-04-17 |
公开(公告)号: | CN111626106A | 公开(公告)日: | 2020-09-04 |
发明(设计)人: | 易礼艳;姜灿 | 申请(专利权)人: | 惠州市德赛西威智能交通技术研究院有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 练逸夫;尚枝 |
地址: | 516006 广东省惠州*** | 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 摄像头 车辆 检测 统计 方法 装置 | ||
本发明涉及摄像头检测技术领域,尤其涉及一种摄像头车辆检测率统计方法及装置。该方法包括:获取图片测试集车辆标记单元的预设标记信息;根据检测识别算法对图片测试集进行检测,得到图片测试集的检测标记信息;将检测标记信息与预设标记信息中的相应标记单元进行比对,得到检测标记信息的匹配信息;根据匹配信息与预设标记信息中标记单元数量,得到检测识别算法的检测率。本发明通过获取得到预设标记信息和检测识别算法的检测标记信息,并对两者进行结合比对,得到该摄像头检测识别算法的检测率,从而解决目前检测识别算法的检测率统计需要人工标注校准,效率低下,存在主观误差的问题,从而有效提高开发的效率和质量。
技术领域
本发明涉及摄像头检测技术领域,尤其涉及一种摄像头车辆检测率统计方法及装置。
背景技术
汽车摄像头通过检测识别算法,可实现多目标的检测,在自动驾驶领域扮演越来越重要的角色。而不管检测识别算法采用的是机器学习还是深度学习的方法,本质都是通过大量数据的训练找到一个“函数”的过程,验证“函数”效果如何,是相关领域测试工程师需要解决的问题,而通过目标检测的检测率和误检率来进行评估是一种有效的方式。
目前的摄像头目标检测的检测率通常通过人工校准的方式进行,即检测后,通过人工对比配对来评估检测识别算法的识别率和误检率,这种方法人工成本大,效率低下,且容易出现主观误差,影响了检测识别算法开发的效率和质量。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷(不足),提供一种摄像头车辆检测率统计方法及装置。
为解决上述技术问题,本发明的技术方案如下:
一种摄像头车辆检测率统计方法,应用于摄像头车辆检测率统计装置,对检测识别算法的检测率进行统计;该方法包括:
获取图片测试集车辆标记单元的预设标记信息;
根据检测识别算法对图片测试集进行检测,得到图片测试集的检测标记信息;
将检测标记信息与预设标记信息中的相应标记单元进行比对,得到检测标记信息的匹配信息;
根据匹配信息与预设标记信息中标记单元数量,得到检测识别算法的检测率。
进一步的,所述图片测试集的预设标记信息通过数据标记程序和人工检测中的至少一种方式标记得到。
进一步的,所述根据检测识别算法对图片测试集进行检测,得到图片测试集的检测标记信息包括:
通过检测识别算法对图片测试集中图片内容进行逐一检测,得到各个图片的标记信息;
将各个图片的标记信息进行汇总,得到图片测试集的检测标记信息。
进一步的,所述检测标记信息包括标记单元的坐标信息。
进一步的,所述将检测标记信息与预设标记信息中的相应标记单元进行比对,得到检测标记信息的匹配信息包括:
逐一判断检测标记信息的标定单元在预设标记信息中是否有对应标定单元;
若是,将两相对的标定单元进行进一步比对;
若否,判定为误检;
逐一判定对比后,将判定结果汇总形成匹配信息。
进一步的,所述将两对应的标定单元进行进一步比对包括:
将两对应的标定单元的坐标信息进行比对,判断两者的坐标信息差值是否在预设范围内;
若是,判定两者为匹配成功;
若否,判定两者为匹配不成功。
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惠州市德赛西威智能交通技术研究院有限公司,未经惠州市德赛西威智能交通技术研究院有限公司许可,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/202010303712.6/2.html,转载请声明来源钻瓜专利网。