[发明专利]一种车辆检测方法及相关设备

说明书

本申请实施例提供了一种车辆检测方法及相关设备，属于车辆检测的技术领域，解决了现有方案中对充电站内车位管理不及时、车位管理部准确的问题。所述方法包括：获取历史车辆数据，其中，所述历史车辆数据包括车辆数据与车牌数据；根据所述车辆数据与所述车牌数据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。

技术领域

本申请实施例涉及电动汽车技术领域，尤其是涉及一种车辆检测方法及相关设备。

背景技术

随着电动汽车的普及，对电动汽车的充电站车位的管理要求越来越高，现有的技术方案中，对充电站内车辆的检测速度较慢，具有滞后性，从而无法实现对充电站车位的管理，无法实时监测充电站车位有无车辆。

发明内容

本申请实施例的目的在于提供一种车辆检测方法，解决了现有技术中充电站内车辆的检测速度较慢的技术问题。

第一方面，本申请实施例提供一种车辆检测方法，包括：

获取历史车辆数据，其中，上述历史车辆数据包括车辆停放数据与车牌数据；

根据上述车辆停放数据与上述车牌数据分别生成初始训练集与验证集；

对上述初始训练集进行数据扩增生成目标训练集；

将上述目标训练集进行模型训练，得到训练结果；

根据上述训练结果与上述验证集选择最优模型；

将实时车辆数据导入上述最优模型进行车辆检测。

可选的，上述获取历史车辆数据的步骤，包括：

获取历史车辆图片数据；

将上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上述历史车辆数据，其中，上述历史车辆数据为车辆坐标。

可选的，上述获取历史车辆数据的步骤，包括：

在上述历史车辆图片数据中选取目标车辆；

对上述目标车辆进行标注；

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

可选的，上述根据上述车辆停放数据与上述车牌数据生成初始训练集与验证集的步骤，包括：

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

可选的，上述对上述初始训练集进行数据扩增生成目标训练集的步骤，包括：

将上述初始训练集进行HSL变换；

对进行HSL变换后的初始训练集进行筛选，得到上述目标训练集。

可选的，在上述将上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：

将上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。

可选的，上述将上述目标训练集进行模型训练，得到训练结果的步骤，包括：

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

得到上述VOC数据集格式的目标训练集进行YoloV3模型训练的训练结果。