[发明专利]非机动车的识别方法、装置、设备及存储介质

权利要求书

1.一种非机动车的识别方法，其特征在于，包括：

获取待识别非机动车的车身图像；

根据所述车身图像和预先设置的检测模型确定所述待识别非机动车的特征部件的检测属性信息，所述检测属性信息至少包含类别信息和位置信息两个属性项，所述检测模型包括浅层网络和深层网络，所述浅层网络包含至少两个分支网络且深度小于所述深层网络的深度，所述浅层网络分别与所述检测模型的输入层和所述深层网络相连，所述深层网络与所述检测模型的回归层相连，所述回归层与所述检测模型的输出层相连；

基于所述检测属性信息对待识别图像进行识别，以确定所述待识别图像中是否包含所述待识别非机动车。

2.根据权利要求1所述的方法，其特征在于，所述根据所述车身图像和预先设置的检测模型确定所述待识别非机动车的特征部件的检测属性信息，包括：

将所述车身图像输入至预先设置的检测模型中，以确定所述车身图像中包含的所述待识别非机动车的特征部件的待筛选属性信息以及所述待筛选属性信息的置信度；

采用所述置信度对所述待筛选属性信息进行筛选，得到所述特征部件的检测属性信息，其中，所述待筛选属性信息包含的属性项与所述检测属性信息包含的属性项相同。

3.根据权利要求2所述的方法，其特征在于，在得到所述特征部件的检测属性信息之后，还包括：

若所述检测属性信息中包含至少两个位置信息，则采用设定算法对所述检测属性信息进行修正；

所述基于所述检测属性信息对所述待识别图像进行识别，包括：

基于修正后的检测属性信息对所述待识别图像进行识别；

其中，所述检测属性信息还包括与所述位置信息对应的尺寸信息，所述采用设定算法对所述检测属性信息进行修正，包括：

分别根据每个位置信息以及所述位置信息对应的尺寸信息确定所述特征部件在所述车身图像中的成像区域；

针对任意两个成像区域，如果所述两个成像区域的重叠区域的面积同所述两个成像区域的面积之和的比值大于设定阈值，则将所述两个成像区域中面积较小的成像区域对应的位置信息和尺寸信息标记为非准确信息；

删除所述检测属性信息中的非准确信息。

4.根据权利要求1所述的方法，其特征在于，所述回归层包括类别回归层和位置回归层，所述类别回归层和所述位置回归层均分别与所述深层网络以及所述检测模型的输出层相连。

5.根据权利要求1-4任一所述的方法，其特征在于，所述浅层网络包括均分别与所述深层网络和所述检测模型的输入层连接的第一分支网络、第二分支网络和第三分支网络，其中，

所述第一分支网络包括依次连接的第一卷积层、第二卷积层、第三卷积层和第一池化层；

所述第二分支网络包括依次连接的第四卷积层、第五卷积层、第六卷积层和第二池化层；

所述第三分支网络包括依次连接的第七卷积层、第八卷积层、第九卷积层和第三池化层。

6.根据权利要求1-4任一所述的方法，其特征在于，所述深层网络包括第十卷积层、第十一卷积层、第十二卷积层、第十三卷积层、第十四卷积层、第十五卷积层、第十六卷积层、第十七卷积层、第十八卷积层、第十九卷积层、第二十卷积层、第二十一卷积层和第二十二卷积层，还包括第四池化层、第五池化层、第六池化层和第七池化层，其中，

所述第十卷积层、所述第十一卷积层和所述第十二卷积层均分别与所述浅层网络以及所述第四池化层相连；

所述第十三卷积层和所述第十四卷积层均分别与所述第四池化层以及所述第五池化层相连；

所述第十五卷积层、所述第十六卷积层和所述第十七卷积层均分别与所述第五池化层以及所述第六池化层相连；

所述第十八卷积层和所述第十九卷积层均分别与所述第六池化层以及所述第七池化层相连；

所述第二十卷积层、所述第二十一卷积层和所述第二十二卷积层均分别与所述第七池化层以及所述检测模型的回归层相连。