[发明专利]一种车辆长度计算方法、装置、系统及计算机设备

说明书

本发明涉及智能交通领域，具体为一种车辆长度计算方法、装置、系统及计算机设备。所述方法包括：构建图片数据集；调用图片标注工具对所述数据集中的图片进行标注，构建出标注数据集；获取所述标注数据集的格式，更改YOLO模型参数使之与所述标注数据集格式相适应，利用所述YOLO模型对所述标注数据集进行训练获得相应权重文件；调用所述权重文件，利用所述YOLO模型对需要识别的图片进行预处理；构建车长信息表，将所述YOLO模型识别的结果与所述车长信息表进行匹配，从而获取车辆的长度信息。本发明实现了对车辆长度的计算，应用于智能交通领域，可推动智能驾驶的发展，也可以用于车辆的归类，为交通、物流分析提供了基础数据。

技术领域

本发明涉及智能交通领域，特别是涉及一种车辆长度计算方法、装置、系统及计算机设备。

背景技术

目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割，它将目标图像的分割和识别合二为一，其准确性和实时性是整个系统的一项重要能力。尤其是在复杂场景中，需要对多个目标进行实时处理时，目标自动提取和识别就显得特别重要。

随着计算机技术的发展和计算机视觉原理的广泛应用，利用计算机图像处理技术对目标进行实时跟踪的研究越来越热门，对目标进行动态实时跟踪定位在智能化交通系统、智能监控系统、军事目标检测及医学导航手术中手术器械定位等方面具有广泛的应用价值。

现有技术中，目标检测常用R-CNN（CNN：Convolutional Neural Networks，即卷积神经网络，R-CNN即Regions with CNN features，将大型卷积神经网络(CNNs)应用于自下而上的候选区域以定位和分割物体的方法）网络模型及YOLO（You Only Look Once:Unified, Real-Time Object Detection，一种目标检测算法）网络模型，但是这两种模型只能用于对图片中的物体进行分类，应用于智能交通领域，无法对车辆长度进行很好的分类，无法满足智能化交通系统的发展要求。

发明内容

基于此，有必要针对上述的问题，提供一种车辆长度计算方法、装置、系统及计算机设备。

本发明一个实施例中提供了一种车辆长度计算方法，所述方法包括：

构建图片数据集；

调用图片标注工具对所述数据集中的图片进行标注，将标注结果与原图片分别存放到不同的文件夹中，保证每一个原图片都有对应的标注文件，从而构建出标注数据集；

获取所述标注数据集的格式，更改YOLO模型参数使之与所述标注数据集格式相适应，利用所述YOLO模型对所述标注数据集进行训练，训练结束之后，获得适用于应用环境的权重文件；

调用所述权重文件，利用所述YOLO模型对需要识别的图片进行预处理，在所述需要识别的图片中标记车辆的位置，初步判断车辆的长度类型；

依据网络上公布的车辆信息以及所述图片数据应用场景中出现的车辆类型构建车长信息表，将所述YOLO模型识别的结果与所述车长信息表进行匹配，从而获取车辆的长度信息。

在另一个实施例中， 本发明还提供了一种车辆长度计算装置，所述装置包括：

数据集构建模块，用于构建图片数据集；

标注模块，用于调用图片标注工具对所述数据集中的图片进行标注，将标注结果与原图片分别存放到不同的文件夹中，保证每一个原图片都有对应的标注文件，从而构建出标注数据集；

训练模块，用于获取所述标注数据集的格式，更改YOLO模型参数使之与所述标注数据集格式相适应，利用所述YOLO模型对所述标注数据集进行训练，训练结束之后，获得适用于应用环境的权重文件；