[发明专利]基于目标检测的车辆图像过滤方法、系统、装置及介质

权利要求书

1.基于目标检测的车辆图像过滤方法，其特征在于，包括：

基于RetinaNet目标检测算法训练得到目标检测模型；

获取车辆外观图像数据；

通过PHash算法以及汉明距离算法对所述车辆外观图像数据进行图片去重，得到去重后的初始图像；

通过所述目标检测模型对所述初始图像进行数据清洗，得到目标图像。

2.根据权利要求1所述的基于目标检测的车辆图像过滤方法，其特征在于，所述基于RetinaNet目标检测算法训练得到目标检测模型，包括：

获取待训练的车辆图片数据以及对应每个车辆图片数据的标注数据，得到初始训练集；

对所述初始训练集中的照片进行第一清洗，得到目标训练集；

基于动态学习率和动态训练次数，通过RetinaNet目标检测算法对所述目标训练集进行模型训练，得到目标检测模型。

3.根据权利要求1所述的基于目标检测的车辆图像过滤方法，其特征在于，所述获取车辆外观图像数据，包括：

对汽车网站中的车辆图片对应的网页结构进行分析，获取车型信息与车辆图像的映射数据；

根据对所述网页结构的分析结果，通过python requests库开发适合不同网站的抓图工具；

通过所述抓图工具获取所述汽车网站中的图像地址，并将图像对应的车型信息存储至工作队列。

4.根据权利要求1所述的基于目标检测的车辆图像过滤方法，其特征在于，所述通过PHash算法以及汉明距离算法对所述车辆外观图像数据进行图片去重，得到去重后的初始图像，包括：

将所述车辆外观图像数据的图片尺寸进行缩小；

将缩小后的图片转化为灰度图；

计算所述灰度图的DCT变换结果；

将所述DCT变换结果缩小后计算DCT均值；

根据所述DCT均值获取二值图；

根据所述二值图生成各个图片对应的哈希值；

通过任意两个图片的哈希值计算两个图片之间的汉明距离；

根据所述汉明距离对所述车辆外观图像数据中的图片进行去重，得到去重后的初始图像。

5.根据权利要求1所述的基于目标检测的车辆图像过滤方法，其特征在于，所述通过所述目标检测模型对所述初始图像进行数据清洗，得到目标图像，包括：

通过所述目标检测模型对所述初始图像进行检测，生成图片类别概率；

根据所述图片类别概率以及所述初始图像对应的原始车辆外观图像，确定满足质量要求的目标图像；

对所述目标图像进行裁切以及标注，生成存档文件。

6.基于目标检测的车辆图像过滤系统，其特征在于，包括：

训练模块，用于基于RetinaNet目标检测算法训练得到目标检测模型；

获取模块，用于获取车辆外观图像数据；

去重模块，用于通过PHash算法以及汉明距离算法对所述车辆外观图像数据进行图片去重，得到去重后的初始图像；

清洗过滤模块，用于通过所述目标检测模型对所述初始图像进行数据清洗，得到目标图像。

7.一种装置，其特征在于，包括处理器以及存储器；

所述存储器用于存储程序；

所述处理器执行所述程序实现如权利要求1-5中任一项所述的方法。

8.一种存储介质，其特征在于，所述存储介质存储有程序，所述程序被处理器执行实现如权利要求1-5中任一项所述的方法。