[发明专利]车款识别方法、装置、电子设备及存储介质

权利要求书

1.一种车款识别方法，其特征在于，所述车款识别方法包括：

获取待识别图像；

对所述待识别图像进行尺寸处理，并将处理后的图像输入至改进型的目标检测算法Transformer-YOLOv3模型中，其中，所述Transformer-YOLOv3模型包括转换层；

通过所述Transformer-YOLOv3模型中的DarkNet53网络提取所述处理后的图像中的车辆特征矩阵；

对所述车辆特征矩阵执行多次卷积层操作、多次上采样操作以及多次转换层操作，获得多个最终特征图；

使用预先聚类得到的多个锚框分别在所述多个特征图上进行检测并识别，获得每个所述最终特征图对应的车款识别结果；

将每个所述车款识别结果映射至所述待识别图像上。

2.根据权利要求1所述的车款识别方法，其特征在于，所述转换层操作包括：输入操作、展开操作、转换编码操作、折叠操作以及输出操作；其中，每个所述转换层的网络结构相同，且每个所述转换层的参数矩阵相同；或，每个所述转换层的网络结构相同，且每个所述转换层的参数矩阵不同；或，每个所述转换层的网络结构不同。

3.根据权利要求1所述的车款识别方法，其特征在于，所述对所述车辆特征矩阵执行多次卷积层操作、多次上采样操作以及多次转换层操作，获得多个最终特征图包括：

对所述车辆特征矩阵执行卷积层操作，获得第一中间特征图，以及对所述第一中间特征图进行转换层操作，获得第一特征图；

对所述第一中间特征图执行上采样操作以及卷积层操作，获得第二中间特征图，以及对所述第二中间特征图进行转换层操作，获得第二特征图；

对所述第二中间特征图执行上采样操作以及卷积层操作，获得第三中间特征图，以及对所述第三中间特征图进行转换层操作，获得第三特征图；

将所述第一特征图、所述第二特征图以及所述第三特征图确定为多个最终特征图。

4.根据权利要求1所述的车款识别方法，其特征在于，所述对所述车辆特征矩阵执行多次卷积层操作、多次上采样操作以及多次转换层操作，获得多个最终特征图包括：

对所述车辆特征矩阵执行卷积层操作，获得第一中间特征图，以及对所述第一中间特征图执行转换层操作，获得第一特征图；

对所述第一中间特征图依次执行上采样操作、转换层操作以及卷积层操作，获得第二特征图；

对所述第二特征图依次执行上采样操作、转换层操作以及卷积层操作，获得第三特征图；

将所述第一特征图、所述第二特征图以及所述第三特征图确定为多个最终特征图。

5.根据权利要求1所述的车款识别方法，其特征在于，所述对所述车辆特征矩阵执行多次卷积层操作、多次上采样操作以及多次转换层操作，获得多个最终特征图包括：

对所述车辆特征矩阵执行卷积层操作，获得第一中间特征图，以及对所述第一中间特征图执行转换层操作，获得第一特征图；

对所述第一中间特征图依次执行上采样操作、转换层操作以及卷积层操作，获得第二特征图；

对所述第二特征图依次执行上采样操作、卷积层操作以及转换层操作，获得第三特征图；

将所述第一特征图、所述第二特征图以及所述第三特征图确定为多个最终特征图。

6.根据权利要求1所述的车款识别方法，其特征在于，所述对所述车辆特征矩阵执行多次卷积层操作、多次上采样操作以及多次转换层操作，获得多个最终特征图包括：

对所述车辆特征矩阵执行卷积层操作，获得第一中间特征图，以及对所述第一中间特征图执行转换层操作，获得第一特征图；

对所述第一中间特征图依次执行上采样操作、转换层操作以及卷积层操作，获得第二特征图；

对所述第二特征图依次执行转换层操作、上采样操作以及卷积层操作，获得第三特征图；

将所述第一特征图、所述第二特征图以及所述第三特征图确定为多个最终特征图。