[发明专利]车辆部件识别方法、装置、电子装置和存储介质

说明书

本申请涉及一种车辆部件识别方法、装置、电子装置和存储介质，其中，该车辆部件识别方法包括：获取待识别车的车辆图像；使用车辆部件位置预测模型处理车辆图像，得到第一识别结果；使用车辆部件类型预测模型处理车辆图像，得到第二识别结果，其中，第二识别结果包括由车辆部件类型预测模型识别岀的车辆部件的类型名称；从第二识别结果中获取目标车辆部件的类型名称，从第一识别结果中获取目标车辆部件的位置信息，将目标车辆部件的类型名称和位置信息作为第三识别结果。通过本申请，解决了识别目标车辆部件效率低的问题，提高了目标车辆部件识别的效率和准确率。

技术领域

本申请涉及计算机视觉领域，特别是涉及车辆部件识别方法、装置、电子装置和存储介质。

背景技术

车辆检测是车辆交易流程中非常重要的环节，尤其是在二手车交易中，直接影响着成交意愿及成交价格。在车辆检测过程中，需要对车辆部件进行识别，车辆部件的识别结果将直接影响车辆检测结果，因此对车辆部件进行识别显得尤为重要。

目前车辆部件识别主要通过神经网络将目标车辆图像中所有车辆部件类型的结果输出，由于目标车辆图像中通常包含多个车辆部件，因此，一张目标车辆图像输出多个车辆部件识别结果，而在车辆部件检测领域中，一张目标车辆图像通常只对应几个目标车辆部件名，因此，检测师需要从众多的车辆部件识别结果中寻找目标车辆部件名，随着识别结果数量增多，寻找效率也会越来越低，当识别结果过多时，寻找目标车辆部件名的效率甚至会低于人工直接标注的方式。

目前针对相关技术中识别目标车辆部件效率低的问题，尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种车辆部件识别方法、装置、电子装置和存储介质，以至少解决相关技术中识别目标车辆部件效率低的问题。

第一方面，本申请实施例提供了一种车辆部件识别方法，包括：

获取待识别车的车辆图像；

使用车辆部件位置预测模型处理车辆图像，得到第一识别结果，其中，第一识别结果包括由车辆部件位置预测模型识别出的车辆部件的类型名称和位置信息；

使用车辆部件类型预测模型处理车辆图像，得到第二识别结果，其中，第二识别结果包括由车辆部件类型预测模型识别岀的车辆部件的类型名称，其中，车辆部件类型预测模型基于车辆部件的多层级类型联合训练；

从第二识别结果中获取目标车辆部件的类型名称，从第一识别结果中获取目标车辆部件的位置信息，将目标车辆部件的类型名称和位置信息作为第三识别结果。

在其中一些实施例中，方法还包括：

获取车辆部件类型预测模型的训练样本集，其中，训练样本集包括多个训练样本，每个训练样本主要由训练图像和训练图像的标签信息组成，标签信息包括训练图像中包含的车辆部件的类型名称和该类型名称所属的上级类目名称；

使用训练样本集以监督学习的方式训练车辆部件类型预测模型，其中，训练车辆部件类型预测模型所使用的损失函数由第一损失函数和第二损失函数联合而成，第一损失函数用于表征基于类型名称进行分类的损失，第二损失函数用于表征基于上级类目名称进行分类的损失。

在其中一些实施例中，从第二识别结果中获取到的目标车辆部件的类型名称的数量为1个、2个或者3个。

在其中一些实施例中，第二识别结果还包括：由车辆部件类型预测模型识别岀的车辆部件的置信度；

从第二识别结果中获取目标车辆部件的类型名称包括：从第二识别结果中确定置信度大于预设阈值或者置信度TopN个车辆部件作为目标车辆部件，并获取目标车辆部件的类型名称，其中，TopN个车辆部件是指对第二识别结果中车辆部件按照置信度进行降序排序后的前N个车辆部件，N为大于等于1的整数。