[发明专利]轮胎信息获取方法、装置、计算机设备和存储介质在审

专利信息
申请号: 202010320862.8 申请日: 2020-04-22
公开(公告)号: CN111507420A 公开(公告)日: 2020-08-07
发明(设计)人: 周康明;周佳敏 申请(专利权)人: 上海眼控科技股份有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/32
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 李鹏
地址: 200030 上海市徐汇*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 轮胎 信息 获取 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种轮胎信息获取方法,其特征在于,所述方法包括:

获取待识别轮胎图片中存在轮胎信息的待检测子图片;

采用预设的分类模型对所述待检测子图片进行颠倒类别分类,得到所述待检测子图片的目标颠倒类别;其中,所述分类模型为采用多个携带不同颠倒类别标签的轮胎训练图片进行训练所得到的模型;

若所述目标颠倒类别为颠倒,则将所述待检测子图片进行旋转得到旋转后的检测子图片;

采用预设的识别模型对所述旋转后的检测子图片进行识别,得到所述轮胎信息。

2.根据权利要求1所述的方法,其特征在于,所述采用预设的分类模型对所述待检测子图片进行颠倒类别分类,得到所述待检测子图片的目标颠倒类别,包括:

获取所述待检测子图片的颠倒置信度和不颠倒置信度;

若所述颠倒置信度大于所述不颠倒置信度,则确定所述待检测子图片的目标颠倒类别为颠倒;

若所述颠倒置信度小于所述不颠倒置信度,则确定所述待检测子图片的目标颠倒类别为不颠倒。

3.根据权利要求1或2所述的方法,其特征在于,所述分类模型的获取过程包括:

获取多个初始轮胎图片;其中,多个所述初始轮胎图片中包括针对轮胎在多种拍摄角度、多种光照强度所拍摄的图片,且多个所述初始轮胎图片为多种不同轮胎类型的图片;

采用预设的目标检测算法,对每个所述初始轮胎图片进行检测,得到每个初始轮胎图片对应的存在轮胎信息的轮胎训练图片;其中,所述轮胎训练图片携带颠倒类别标签;

将所述轮胎训练图片输入预设的初始分类模型进行训练,当所述初始分类模型输出的损失函数满足预设的收敛要求时,得到所述分类模型。

4.根据权利要求3所述的方法,其特征在于,所述将所述轮胎训练图片输入预设的初始分类模型进行训练之前,还包括:

当所述轮胎训练图片的数量小于预设的训练图片数量阈值时,将所述轮胎训练图片旋转,得到旋转训练图片;

将所述轮胎训练图片的颠倒类别标签进行转换,作为所述轮胎训练图片对应的旋转训练图片的颠倒类别标签;

将携带颠倒类别标签的所述旋转训练图片作为新增的轮胎训练图片。

5.根据权利要求1所述的方法,其特征在于,所述获取待识别轮胎图片中存在轮胎信息的待检测子图片,包括:

获取待识别轮胎图片;

采用预设的目标检测算法对所述待识别轮胎图片进行检测,得到存在轮胎信息的所述待检测子图片。

6.根据权利要求1所述的方法,其特征在于,所述轮胎信息为表征轮胎规格的字符串,所述识别模型为文本识别模型;

所述采用预设的识别模型对所述旋转后的检测子图片进行识别,得到所述轮胎信息,包括:

采用所述文本识别模型对所述旋转后的检测子图片进行文本检测,得到表征轮胎规格的目标字符串。

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

若所述目标颠倒类别为不颠倒,则采用所述识别模型对所述待检测子图片进行识别,得到所述轮胎信息。

8.一种轮胎信息获取装置,其特征在于,所述装置包括:

获取模块,用于获取待识别轮胎图片中存在轮胎信息的待检测子图片;

分类模块,用于采用预设的分类模型对所述待检测子图片进行颠倒类别分类,得到所述待检测子图片的目标颠倒类别;其中,所述分类模型为采用多个携带不同颠倒类别标签的轮胎训练图片进行训练所得到的模型;

处理模块,用于当所述目标颠倒类别为颠倒时,则将所述待检测子图片进行旋转得到旋转后的检测子图片,并采用预设的识别模型对所述旋转后的检测子图片进行识别,得到所述轮胎信息。

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7中任一项所述的方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海眼控科技股份有限公司,未经上海眼控科技股份有限公司许可,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/202010320862.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top