[发明专利]质检场景识别方法、装置、计算机设备及可读存储介质

权利要求书

1.一种质检场景识别方法，其特征在于，所述质检场景识别方法包括以下步骤：

获取质检图像，将所述质检图像输入至训练好的目标检测模型中进行分析，得到所述目标检测模型输出的所述质检图像中与质检场景相关的目标的置信度；

根据所述与质检场景相关的目标的置信度，分别确定所述质检图像属于加油场景的概率和属于放油场景的概率；

根据所述质检图像属于加油场景的所述概率和属于放油场景的所述概率，确定所述质检图像对应的质检场景。

2.根据权利要求1所述的质检场景识别方法，其特征在于，所述与质检场景相关的目标的置信度包括与加油场景相关的目标的置信度和与放油场景相关的目标的置信度；

所述根据所述与质检场景相关的目标的置信度，分别确定所述质检图像属于加油场景的概率和属于放油场景的概率，包括：

获取预设的加油场景概率计算公式P₁＝λ₁p₁+λ₂p₂+λ₃p₃和放油场景概率计算公式P₂＝λ₁p₁+λ₄p₄+λ₅p₅；

分别将所述与加油场景相关的目标的置信度代入至所述加油场景概率计算公式计算所述质检图像属于加油场景的概率，将所述与放油场景相关的目标的置信度代入至所述放油场景概率计算公式计算所述质检图像属于放油场景的概率，其中，

P₁表示质检图像属于加油场景的概率，P₂表示质检图像属于放油场景的概率，p₁、p₂和p₃表示与加油场景相关的目标的置信度，p₁、p₄和p₅表示与放油场景相关的目标的置信度，λ₁、λ₂和λ₃表示与加油场景相关的目标的置信度对应的权重，λ₁、λ₄和λ₅表示与放油场景相关的目标的置信度对应的权重，且λ₁+λ₂+λ₃+λ₄+λ₅＝1。

3.根据权利要求1所述的质检场景识别方法，其特征在于，所述根据所述质检图像属于加油场景的概率和属于放油场景的概率，确定所述质检图像对应的质检场景，包括：

将所述质检图像属于加油场景的概率和属于放油场景的概率进行比对；

若所述质检图像属于加油场景的概率大于属于放油场景的概率，则确定所述质检图像对应的质检场景为加油场景；

若所述质检图像属于放油场景的概率大于属于加油场景的概率，则确定所述质检图像对应的质检场景为放油场景。

4.根据权利要求1所述的质检场景识别方法，其特征在于，所述获取质检图像，将所述质检图像输入至训练好的目标检测模型中进行分析，得到所述目标检测模型输出的所述质检图像中与质检场景相关的目标的置信度之前，包括：

获取用于训练目标检测模型的样本集，并创建卷积神经网络yolov3模型；

根据所述样本集训练创建的yolov3模型，得到训练好的yolov3模型，作为训练好的目标检测模型。

5.根据权利要求4所述的质检场景识别方法，其特征在于，所述根据所述样本集训练创建的yolov3模型，得到训练好的yolov3模型，包括：

初始化创建的yolov3模型的参数；

将所述样本集加载至创建的yolov3模型中进行训练，计算损失函数，以更新所述参数，直至所述损失函数收敛，得到训练好的yolov3模型。