[发明专利]路牌检测方法、装置、设备和计算机可读介质

说明书

本公开的实施例公开了路牌检测方法、装置、设备和计算机可读介质。该方法的一具体实施方式包括：获取待检测的路牌图像；对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；基于待检测的路牌图像，生成第二目标路牌图像；基于第一目标路牌图像、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；将第一检测结果集合和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。该实施方式实现了对路牌的检测，提高了路牌检测质量，为车辆的自动驾驶提供了便利。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及路牌检测方法、装置、设备和计算机可读介质。

背景技术

路牌检测，是自动驾驶领域中的一项基本技术。目前，常用的障碍物检测信息生成方法是：将待检测的路牌图像直接输入至训练好的模型，得到路牌检测结果。

然而，当采用上述方法进行路牌检测时，往往会存在如下技术问题：

第一，对小型路牌的检测精度较低，从而，导致无法较为准确地检测出小型路牌，进而，在车辆参照路牌检测结果进行的自动驾驶时产生不利的影响。

第二，对检测到的路牌无法进行筛选，从而，导致路牌检测结果不准确，进而，造成车辆在参照路牌检测结果进行自动驾驶时容易出现一定的危险性。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了路牌检测方法、装置、电子设备和介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种路牌检测方法，该方法包括：获取待检测的路牌图像；对上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；基于上述待检测的路牌图像，生成第二目标路牌图像；基于上述第一目标路牌图像、上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，上述第一检测结果集合中的第一检测结果用于表征上述第一目标路牌图像中的路牌位置信息，上述第二检测结果集合中的第二检测结果用于表征上述第二目标路牌图像中的路牌位置信息；将上述第一检测结果集合和上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。

第二方面，本公开的一些实施例提供了一种路牌检测装置，该装置包括：获取单元，被配置成获取待检测的路牌图像；归一化处理单元，被配置成对上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；第一生成单元，被配置成基于上述待检测的路牌图像，生成第二目标路牌图像；第二生成单元，被配置成基于上述第一目标路牌图像、上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，上述第一检测结果集合中的第一检测结果用于表征上述第一目标路牌图像中的路牌位置信息，上述第二检测结果集合中的第二检测结果用于表征上述第二目标路牌图像中的路牌位置信息；数据融合处理单元，被配置成将上述第一检测结果集合和上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。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。