[发明专利]车牌图像清晰度模型训练方法、清晰度检测方法及装置

摘要

本申请涉及一种车牌图像清晰度模型训练方法、清晰度检测方法及装置，其中模型训练方法通过获取多个清晰度等级分别对应的车牌样本图像集，将多个清晰度等级在0至1之间均匀分布，得对应的清晰度值，根据清晰度等级和对应的清晰度值标注各样本图像的清晰度值，采用标注后的车牌样本图像集，利用平滑损失函数训练深度学习网络模型。由于在训练时车牌样本图像集的清晰度值是按车牌图像的清晰程度进行分类并排序后映射的，因此，在利用平滑损失函数对模型进行训练后，模型学习到的特征更具有鲁棒性，进而在利用模型进行实际检测时，可以根据学习到的特征输出一个能够反应车牌区域清晰程度的标量值，从而可以较为精确的对车牌区域的图像质量进行评价。