[发明专利]车辆识别方法、装置、计算机设备和存储介质

权利要求书

1.一种车辆识别方法，其特征在于，包括：

获取车辆图片；

将所述车辆图片输入特种车辆识别模型，得到特种车辆预判结果；

将所述车辆图片输入标志物识别模型，得到标志物识别结果；

根据所述特种车辆预判结果和标志物识别结果，输出最终车辆识别结果。

2.根据权利要求1所述的车辆识别方法，其特征在于，所述将所述车辆图片输入特种车辆识别模型，获取特种车辆预判结果包括：

将所述车辆图片输入特种车辆识别模型，得到各特种车辆类别的第一置信度；

根据各特种车辆类别的第一置信度，获取最大第一置信度对应的特征车辆类别；

将最大第一置信度对应的特种车辆类别以及对应的第一置信度作为所述特种车辆预判结果。

3.根据权利要求2所述的车辆识别方法，其特征在于，所述将所述车辆图片输入标志物识别模型，获取标志物识别结果包括：

将所述车辆图片输入标志物识别模型，得到至少一种标志物以及所述标志物对应的第二置信度。

4.根据权利要求3所述的车辆识别方法，其特征在于，所述根据所述预判结果和标志物识别结果，输出最终车辆识别结果包括：

若所述特种车辆预判结果中的第一置信度大于等于第一阈值时，则将特种车辆预判结果中的特种车辆类别作为最终车辆识别结果。

5.根据权利要求3所述的车辆识别方法，其特征在于，所述根据所述特种车辆预判结果和标志物识别结果，输出最终车辆识别结果还包括：

若所述特种车辆预判结果中的第一置信度小于第一阈值时，获取标志物识别结果中的至少一种标志物以及所述标志物对应的第二置信度；

若第二置信度大于等于第二阈值，则获取第二置信度对应的标志物，并且将所述标志物对应的车辆类别作为最终车辆识别结果。

6.根据权利要求5所述的车辆识别方法，其特征在于，所述若第二置信度大于等于第二阈值，则获取第二置信度对应的标志物，并且将所述标志物对应的车辆类别作为最终车辆识别结果包括：

若第二置信度小于第二阈值，则将特种车辆预判结果中的特种车辆类别作为最终车辆识别结果。

7.根据权利要求1所述的车辆识别方法，其特征在于，特种车辆识别模型以及标志物识别模型均为通过对卷积神经网络训练得到。

8.一种车辆识别装置，其特征在于，所述装置包括：

车辆获取模块，得到所述车辆图片；

特种车辆识别模块，将所述车辆图片输入特种车辆识别模型，得到特种车辆预判结果；

标志物识别模块，将所述车辆图片输入标志物识别模型，得到标志物识别结果；

特种车辆类别决策模块，根据所述特种车辆预判结果和标志物识别结果，输出最终车辆识别结果。

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的车辆识别方法。

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，该程序被处理器执行时实现如权利要求1至7中任一项所述的车辆识别方法。