[发明专利]一种车辆检测方法及相关设备

权利要求书

1.一种车辆检测方法，其特征在于，包括：

获取历史车辆数据，其中，所述历史车辆数据包括车辆停放数据与车牌数据；

根据所述车辆停放数据与所述车牌数据分别生成初始训练集与验证集；

对所述初始训练集进行数据扩增生成目标训练集；

将所述目标训练集进行模型训练，得到训练结果；

根据所述训练结果与所述验证集选择最优模型；

将实时车辆数据导入所述最优模型进行车辆检测。

2.根据权利要求1所述的车辆检测方法，其特征在于，所述获取历史车辆数据的步骤，包括：

获取历史车辆图片数据；

将所述历史车辆图片数据进行标注；

根据标注后的历史车辆图片数据获取所述历史车辆数据，其中，所述历史车辆数据为车辆坐标。

3.根据权利要求2所述的车辆检测方法，其特征在于，所述获取历史车辆数据的步骤，包括：

在所述历史车辆图片数据中选取目标车辆；

对所述目标车辆进行标注；

根据标注后的目标车辆获取所述目标车辆的左上角坐标、所述目标车辆的宽度数据和所述目标车辆的高度数据。

4.根据权利要求1所述的车辆检测方法，其特征在于，所述根据所述车辆停放数据与所述车牌数据生成初始训练集与验证集的步骤，包括：

将所述车辆停放数据与所述车牌数据按照9：1的比例生成所述模型的初始训练集与验证集，其中，所述车辆停放数据生成所述模型的初始训练集，所述车牌数据生成所述模型的验证集。

5.根据权利要求1所述的车辆检测方法，其特征在于，所述对所述初始训练集进行数据扩增生成目标训练集的步骤，包括：

将所述初始训练集进行HSL变换；

对进行HSL变换后的初始训练集进行筛选，得到所述目标训练集。

6.根据权利要求1所述的车辆检测方法，其特征在于，在所述将所述目标训练集进行模型训练，得到训练结果的步骤之前，还包括：

将所述目标训练集转换为VOC数据集格式，其中，VOC数据集格式的目标训练集至少包括XML标签、TXT标签和数据类别中的一种数据。

7.根据权利要求6所述的车辆检测方法，其特征在于，所述将所述目标训练集进行模型训练，得到训练结果的步骤，包括：

将所述VOC数据集格式的目标训练集导入YoloV3模型，其中，所述YoloV3模型的基础网络为Darknet-53网络；

得到所述VOC数据集格式的目标训练集进行YoloV3模型训练的训练结果。

8.一种车辆检测装置，其特征在于，包括：

数据采集模块，用于获取历史车辆数据，其中，所述历史车辆数据包括车辆停放数据与车牌数据；

数据转化模块，用于根据所述车辆停放数据与所述车牌数据生成初始训练集与验证集；

数据扩增模块，用于对所述初始训练集进行数据扩增生成目标训练集；

数据训练模块，用于将所述目标训练集进行模型训练，得到训练结果；

选择模块，用于根据所述训练结果与所述验证集选择最优模型；

数据导入模块，用于将实时车辆数据导入所述最优模型。

9.一种电子设备，包括：储存器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至7中任一项所述的车辆检测方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的车辆检测方法的步骤。