[发明专利]双车牌识别方法、模型训练方法、装置、设备及存储介质

说明书

本发明涉及一种双车牌识别方法、模型训练方法、装置、设备及存储介质。步骤包括：利用第一训练集对多个目标框检测模型进行训练，并利用第一验证集对训练后的多个目标框检测模型进行验证；利用第二训练集对多个字符识别模型进行训练，并利用第二验证集对训练后的多个字符识别模型进行验证；选择准确率超过第一阈值的目标框检测模型，对第三验证集进行检测，得到每个选择的目标框检测模型检测到的目标框；选择准确率超过第二阈值的字符识别模型，分别对每个选择的目标框检测模型检测到的目标框进行字符识别，得到每组目标框检测模型与字符识别模型对应的检测结果。该方法避免了在对双车牌车辆进行车牌检测时存在框选误差，提高了车牌识别的精度。

技术领域

本发明涉及人工智能领域，具体涉及一种双车牌识别方法、模型训练方法、装置、设备及存储介质。

背景技术

随着居民生活水平的提高和出行需求的增加，我国的汽车保有量不断攀升。车牌的检测与识别是指从复杂的自然图像中定位车牌的位置，并将车牌号进行识别的技术，该技术广泛应用于停车管理、交通执法、车辆调度、交通诱导等各种场合。传统的基于射频的车牌识别方法需要在车辆中部署射频标签，不仅成本高，而且部署不便；相较于基于射频的车牌识别方法来说，基于视觉的车牌识别方法具有成本低，部署方便，同时可以为交通执法留存重要的图片证据等优点，而具有更广泛的应用前景。

随着港珠澳大桥的开通运营，澳门、香港以及内地车牌开始互通，车辆挂两地双车牌逐渐普及。然而，现有双车牌的目标框检测模型在对双车牌进行车牌检测时存在框选误差，所框选的目标框内可能对字符存有遗漏或者整个字符只有部分，导致对双车牌的框选不能达到满意的效果，使用这样的目标框进行字符分割与识别，会使得字符识别模型对字符分割与识别的效果不佳，影响到了最终所输出的车牌号的精确度。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中的由于目标框检测模型在对双车牌进行车牌检测时存在框选误差，会使得字符识别模型对字符分割与识别的效果不佳的缺陷，从而提供一种用于识别双车牌模型的训练方法，包括如下步骤：

获取预先标注的车牌图像的第一样本集，所述第一样本集包括第一训练集和第一验证集；

利用所述第一训练集对多个目标框检测模型进行训练，并利用所述第一验证集对训练后的多个目标框检测模型进行验证，得到每个目标框检测模型的准确率；

获取预先标注的车牌字符的第二样本集，所述第二样本集包括第二训练集和第二验证集；

利用所述第二训练集对多个字符识别模型进行训练，并利用所述第二验证集对训练后的多个字符识别模型进行验证，得到每个字符识别模型的准确率；

获取预先标注的双车牌图像的第三样本集，所述第三样本集包括第三验证集；

选择准确率超过第一阈值的目标框检测模型，对所述第三验证集进行检测，得到每个选择的目标框检测模型检测到的目标框；

选择准确率超过第二阈值的字符识别模型，分别对每个选择的目标框检测模型检测到的目标框进行字符识别，得到每组目标框检测模型与字符识别模型对应的检测结果；

计算每个检测结果的准确率，选择准确率最高的检测结果对应的目标框检测模型和字符识别模型的组合。

优选地，在对每个选择的目标框检测模型检测到的目标框进行字符识别之后，还包括：

利用预设的字符排序算法对所识别出的字符进行字符排序，得到多种排序结果；

计算每种排序结果与所述双车牌图像的相似度；

将相似度最高的排序结果对应的字符排序作为所述检测结果。

优选地，所述计算每种排序结果与所述双车牌图像的相似度包括：