[发明专利]关键截面数据分析方法、装置、设备及存储介质

权利要求书

1.一种关键截面数据分析方法，其特征在于，所述关键截面数据分析方法包括：

获取车辆零部件立体模型在预设平面上的断面图像，并通过预设目标检测模型对所述断面图像进行处理，获得断面关键坐标偏移量；

通过所述预设目标检测模型以及标准断面图像对所述断面图像进行调整，获得预测断面图像，且根据标准断面关键坐标偏移量对所述断面关键坐标偏移量进行修正，获得预测断面关键坐标信息；

获取所述预设目标检测模型根据所述预测断面图像和所述预测断面关键坐标信息生成的图像分类信息以及图像中目标框的位置信息；其中，所述图像分类信息即为所述预测断面图像的分类信息，所述目标框的位置信息即为目标位置信息；

根据所述分类信息及所述目标位置信息生成断面数据分析报告；

其中，所述预设目标检测模型结构依次逻辑设置输入层、第一卷积模块、第二卷积模块、第三卷积模块、第一Add层、第四卷积模块、第二Add层、第五卷积模块、第三Add层、第六卷积模块、第七卷积模块、第四Add层、第八卷积模块、第五Add层、第九卷积模块、第六Add层、第十卷积模块、第七Add层、第十一卷积模块、第十二卷积模块、第八Add层、第十三卷积模块、第九Add层、第十四卷积模块、第十Add层、第十五卷积模块、第十一Add层、第十六卷积模块、第十二Add层、第十七卷积模块、第十三Add层、第十八卷积模块、第十九卷积模块、第十四Add层、第二十卷积模块、第十五Add层、第二十一卷积模块、第十六Add层、第二十二卷积模块、第二十三卷积模块、第十七Add层、第二十四卷积模块、第二十五卷积模块、第十八Add层、第二十六卷积模块、第二十七卷积模块、第二十八卷积模块、第二十九卷积模块、第三十卷积模块、第三十一卷积模块、第三十二卷积模块、RegressBoxes层、ClipBoxes层、FilterDetections层，所述FilterDetections层用于输出所述图像分类信息以及所述图像中目标框的位置信息，所述ClipBoxes层用于对所述输入层的所述断面图像进行调整，获得所述预测断面图像，所述ClipBoxes层还用于对所述RegressBoxes层输出的所述断面关键坐标偏移量进行修正，获得所述预测断面关键坐标信息。

2.如权利要求1所述的方法，其特征在于，所述获取车辆零部件立体模型在预设平面上的断面图像的步骤，包括：

获取车辆零部件立体模型，根据所述车辆零部件立体模型确定截面位置信息；

根据所述截面位置信息确定模型偏移值和模型偏移角度；

根据所述模型偏移值和所述模型偏移角度获得预设平面上的断面图像。

3.如权利要求1所述的方法，其特征在于，所述通过预设目标检测模型对所述断面图像进行处理，获得断面关键坐标偏移量的步骤，包括：

通过所述预设目标检测模型将所述断面图像转化为断面像素矩阵；

通过所述预设目标检测模型对所述断面像素矩阵进行卷积处理，获得断面卷积矩阵；

通过所述预设目标检测模型对所述断面卷积矩阵进行池化处理，获得断面池化矩阵；

通过所述预设目标检测模型根据所述断面卷积矩阵和所述断面池化矩阵确定断面回归信息，并根据所述断面回归信息确定断面关键坐标偏移量。

4.如权利要求3所述的方法，其特征在于，所述根据所述断面卷积矩阵和所述断面池化矩阵确定断面回归信息的步骤，包括：

对所述断面卷积矩阵和所述断面池化矩阵进行计算，获得断面累加矩阵；

对所述断面累加矩阵进行非线性处理，获得断面激活矩阵；

根据所述断面激活矩阵确定断面回归信息。