[发明专利]救援现场图像的识别方法、装置、设备及计算机介质

权利要求书

1.一种救援现场图像的识别方法，其特征在于，所述方法包括：

获取拖车场景图像集和搭电场景图像集；

对所述拖车场景图像集进行图像扩展，得到第一扩展图像集，对所述搭电场景图像集进行图像扩展，得到第二扩展图像集；

获取卷积神经网络构建的初始图像识别模型；

利用所述第一扩展图像集对所述初始图像识别模型进行训练，得到拖车场景的第一目标检测模型；

利用所述第二扩展图像集对所述初始图像识别模型进行训练，得到搭电场景的第二目标检测模型；

将所述第一目标检测模型和所述第二目标检测模型聚合为并行检测模型；

获取待识别救援现场图像，将所述待识别救援现场图像输入至所述并行检测模型，通过所述并行检测模型确定所述待救援现场图像的场景标签；

若所述场景标签为标识所述拖车场景的第一标签，则将所述待识别救援现场图像输入至所述第一目标检测模型，得到所述待识别救援现场图像中拖车和被拖车辆的识别结果；

若所述场景标签为标识所述搭电场景的第二标签，则将所述待识别救援现场图像输入至所述第二目标检测模型，得到所述待识别救援现场图像中搭电器件的识别结果。

2.如权利要求1所述的救援现场图像的识别方法，其特征在于，所述得到所述待识别救援现场图像中拖车和被拖车辆的识别结果之后，所述方法还包括：

若所述识别结果为所述待识别救援现场图像中不存在拖车或被拖车辆，则调节所述待识别救援现场图像的角度或亮度；

利用所述第一目标检测模型再次识别所述待识别救援现场图像中是否存在拖车或被拖车辆。

3.如权利要求1所述的救援现场图像的识别方法，其特征在于，所述得到所述待识别救援现场图像中搭电器件的识别结果之后，所述方法还包括：

若所述识别结果为所述待识别救援现场图像中不存在搭电器件，则调节所述待识别救援现场图像的角度或亮度；

利用所述第二目标检测模型再次识别所述待识别救援现场图像中是否存在搭电器件。

4.如权利要求3所述的救援现场图像的识别方法，其特征在于，所述调节所述待识别救援现场图像的角度或亮度之前，所述方法还包括：

获取关键点识别模型；

利用所述关键点识别模型识别所述待识别救援现场图像中包含的关键点；

所述利用所述第二目标检测模型再次识别所述待识别救援现场图像中是否存在搭电器件，包括：

利用所述第二目标检测模型识别所述关键点是否包括搭电器件。

5.如权利要求1至4中任一项所述的救援现场图像的识别方法，其特征在于，所述利用所述第一扩展图像集对所述初始图像识别模型进行训练，得到拖车场景的第一目标检测模型，包括：

利用所述初始图像识别模型对所述第一扩展图像集进行图像识别，得到识别标签；

计算所述识别标签与所述第一扩展图像集的预置标准标签之间的差异值；

若所述差异值大于或等于预设差异阈值，则调整所述初始图像识别模型的参数后再次执行所述利用所述初始图像识别模型对所述第一扩展图像集进行图像识别的操作；

若所述差异值小于所述预设差异阈值，则确认训练完成，得到拖车场景的第一目标检测模型。

6.如权利要求5所述的救援现场图像的识别方法，其特征在于，所述计算所述识别标签与所述第一扩展图像集的预置标准标签之间的差异值，包括：

利用如下差异值算法计算所述识别标签与所述第一扩展图像集的预置标准标签之间的差异值：

其中，L(X,Y)为所述差异值，X为所述识别标签，Y为所述第一扩展图像集的预置标准标签。

7.如权利要求1至4中任一项所述的救援现场图像的识别方法，其特征在于，所述图像扩展包括图像尺寸裁剪、图像白平衡调节、图像像素扰动、图像几何旋转和图像几何拉伸之中的一项或多项。