[发明专利]车身污垢检测模型的训练方法、车身污垢检测方法及装置

说明书

本发明实施例提供车身污垢检测模型的训练方法、车身污垢检测方法及装置，该方法包括：获取初始检测图像数据集，并对初始检测图像数据集进行数据预处理得到目标车身污垢检测的训练图像；基于训练图像对预设的神经网络模型进行训练，提取到训练图像的高级特征图，得到对应的车身污垢检测模型；对初始检测图像数据集进行数据预处理得到目标车身污垢检测的训练图像的步骤包括：确定初始检测图像数据集中每张图像的每个目标车身污垢的切图框；确定当前切图框与下一切图框之间的重叠比率；根据重叠比率计算当前切图框与下一切图框之间的剪切步数；根据剪切步数对对应的图像进行切图处理，得到对应的训练图像。本发明能够提高车身污垢检测的准确率。

技术领域

本发明涉及人工智能技术领域，尤其涉及车身污垢检测模型的训练方法、车身污垢检测方法及装置。

背景技术

随着社会的进步与发展，各种摄像设备已经在我们的生活中得到了普及。为了加强城市、社区环保绿化工作的建设，从边缘监控设备获得的监控图像数据中快速得到有价值的信息，对于机关人员、安防工作人员来说尤为重要。近年来，以人工智能技术为核心的各种智能化产品正在慢慢走进大众的视野。让人工智能技术为社会、为人民服务以是大势所趋，作为人工智能领域的重要分支，计算机视觉已经日渐成熟，尤其是基于深度学习的目标检测技术。图像的目标检测就是对图像中的目标进行定位和分类识别，利用目标检测的结果可以锁定图像中的目标，有利于工作人员对监控视频开展分析工作。例如，对车身污垢进行检测时，现有的检测方法适用于检测较大目标车身污垢的应用场景。但是，如果目标车身污垢占整个待检测图像的比例很小，那么车身污垢检测的准确率相对较低。

发明内容

本发明实施例提供车身污垢检测模型的训练方法，能够提高车身污垢检测的准确率。

第一方面，本发明实施例提供一种车身污垢检测模型的训练方法，该车身污垢检测模型的训练方法包括以下步骤：

获取初始检测图像数据集，并对所述初始检测图像数据集进行数据预处理得到目标车身污垢检测的训练图像，所述训练图像包括目标车身污垢；

基于所述训练图像对预设的神经网络模型进行训练，提取到所述训练图像的高级特征图，得到对应的车身污垢检测模型；

所述对所述初始检测图像数据集进行数据预处理得到目标车身污垢检测的训练图像的步骤包括：

确定所述初始检测图像数据集中每张图像的每个所述目标车身污垢的切图框，所述初始检测图像数据集中每张图像均包括对应的原标签；

确定所述初始检测图像数据集中每张图像的当前切图框与下一切图框之间的重叠比率；

根据所述初始检测图像数据集中每张图像的所述重叠比率计算适应于所述初始检测图像数据集中每张图像的剪切步数；

根据所述初始检测图像数据集中每张图像的所述剪切步数对所述初始检测图像数据集中对应的图像进行切图处理，得到所述目标车身污垢检测的训练图像，所述训练图像包括对应的训练图像标签，所述训练图像标签是在进行切图处理时对所述原标签进行处理得到的。

可选的，所述初始检测图像数据集中的每张图像均为待切图像，所述根据所述初始检测图像数据集中每张图像的所述剪切步数对所述初始检测图像数据集中对应的图像进行切图处理，得到所述目标车身污垢检测的训练图像的步骤包括：

根据所述初始检测图像数据集中每张图像的所述剪切步数对所述初始检测图像数据集中对应的图像进行滑动裁剪，并判断最后一个剪切步数进行滑动裁剪时是否超出待切图像边界；

若没有超出所述待切图像边界，则循环遍历所述待切图像进行滑动裁剪，以得到所述目标车身污垢检测的训练图像；