[发明专利]路牌检测方法、装置、设备和计算机可读介质

权利要求书

1.一种路牌检测方法，包括：

获取待检测的路牌图像；

对所述待检测的路牌图像进行归一化处理，得到第一目标路牌图像；

基于所述待检测的路牌图像，生成第二目标路牌图像；

基于所述第一目标路牌图像、所述第二目标路牌图像和预先训练的神经网络模型，生成第一检测结果集合和第二检测结果集合，其中，所述第一检测结果集合中的第一检测结果用于表征所述第一目标路牌图像中的路牌位置信息，所述第二检测结果集合中的第二检测结果用于表征所述第二目标路牌图像中的路牌位置信息；

将所述第一检测结果集合和所述第二检测结果集合进行数据融合处理，得到路牌检测结果集合。

2.据权利要求1所述的方法，其中，所述对所述待检测的路牌图像进行归一化处理，得到第一目标路牌图像，包括：

对所述待检测的路牌图像进行图像去均值处理，得到去均值后的路牌图像；

基于所述去均值后的路牌图像，生成所述第一目标路牌图像。

3.根据权利要求2所述的方法，其中，所述基于所述待检测的路牌图像，生成第二目标路牌图像，包括：

对所述待检测的路牌图像进行图像分割处理，得到分割后的路牌图像；

基于所述分割后的路牌图像，生成所述第二目标路牌图像。

4.根据权利要求3所述的方法，其中，所述神经网络模型是通过以下步骤训练生成的：

获取训练数据信息集合，其中，所述训练数据信息集合中的训练数据信息包括训练数据的标签信息和与所述标签信息对应的路牌图像；

对所述训练数据信息集合包括的标签信息集合进行第一数据处理，得到索引数据集合；

基于所述索引数据集合和预设的训练类别，对所述训练数据信息集合进行第二数据处理，得到处理后的训练数据信息集合；

基于预设的迭代次数，将所述处理后的训练数据信息集合输入至搭建好的神经网络模型，以生成所述预先训练的神经网络模型。

5.根据权利要求4所述的方法，其中，所述预先训练的神经网络模型包括第一特征提取子网络、第二特征提取子网络、回归预测子网络、分类预测子网络和解码子网络；以及

所述基于所述第一目标路牌图像、所述第二目标路牌图像和预先训练的神经网络模型，生成第一检测结果集合和第二检测结果集合，包括：

分别将所述第一目标路牌图像和所述第二目标路牌图像输入至所述第一特征提取子网络，得到所述第一目标路牌图像的第一特征信息集合和所述第二目标路牌图像的第一特征信息集合；

分别将所述第一目标路牌图像的第一特征信息集合和所述第二目标路牌图像的第一特征信息集合输入至所述第二特征提取子网络，得到所述第一目标路牌图像的第二特征信息集合和所述第二目标路牌图像的第二特征信息集合；

分别将所述第一目标路牌图像的第二特征信息集合和所述第二目标路牌图像的第二特征信息集合输入至所述回归预测子网络，得到第一回归预测结果集合和第二回归预测结果集合；

分别将所述第一目标路牌图像的第二特征信息集合和所述第二目标路牌图像的第二特征信息集合输入至所述分类预测子网络，得到第一分类预测结果集合和第二分类预测结果集合；

将所述第一回归预测结果集合和所述第一分类预测结果集合输入至所述解码子网络，得到所述第一检测结果集合；

将所述第二回归预测结果集合和所述第二分类预测结果集合输入至所述解码子网络，得到所述第二检测结果集合。

6.根据权利要求5所述的方法，其中，所述将所述第一检测结果集合和所述第二检测结果集合进行数据融合处理，得到路牌检测结果集合，包括：

对所述第一检测结果集合和所述第二检测结果集合进行图像堆叠处理，得到第三检测结果组集合；

将所述第三检测结果组集合中的满足预设条件的第三检测结果组确定为目标检测结果组，得到目标检测结果组集合；

对所述目标检测结果组集合中的每个目标检测结果组进行矩形框重复性检测，以生成重复性检测结果，得到重复性检测结果集合；

基于所述重复性检测结果集合，对所述堆叠后的检测结果集合进行更新，得到所述路牌检测结果集合。