[发明专利]异常比例检测方法、装置、设备及计算机可读存储介质

权利要求书

1.一种异常比例检测方法，其特征在于，所述异常比例检测方法包括：

获取待检测图像，将所述待检测图像输入预训练的语义分割模型，得到标注有异常像素类型和非异常像素类型的标注像素矩阵；

根据所述待检测图像的拍摄视角，确定与所述拍摄视角匹配的异常比例算法；

按照所述异常像素类型和非异常像素类型，对所述标注像素矩阵使用所述异常比例算法，得到所述待检测图像对应在实际场景中的异常比例。

2.如权利要求1所述的异常比例检测方法，其特征在于，所述根据所述待检测图像的拍摄视角，确定与所述拍摄视角匹配的异常比例算法的步骤包括：

根据所述待检测图像的斜视视角、垂直俯视视角或垂直直视视角，确定与所述斜视视角、垂直俯视视角或垂直直视视角匹配的异常比例算法。

3.如权利要求2所述的异常比例检测方法，其特征在于，在所述拍摄视角为所述斜视视角时，

所述按照所述异常像素类型和非异常像素类型，对所述标注像素矩阵使用所述异常比例算法，得到所述待检测图像对应在实际场景中的异常比例的步骤包括：

根据所述斜视视角与所述标注像素矩阵中非异常区域的形状，确定所述非异常像素类型的像素点对应的像素权重，其中，所述非异常区域为标注所述非异常像素类型的非像素点所包围的区域；

根据所述像素权重、所述标注像素矩阵中标注所述异常像素类型的第一异常像素点数目和标注所述非异常像素类型的第一非异常像素点数目，得到所述异常比例。

4.如权利要求2所述的异常比例检测方法，其特征在于，所述按照所述异常像素类型和非异常像素类型，对所述标注像素矩阵使用所述异常比例算法，得到所述待检测图像对应在实际场景中的异常比例的步骤包括：

对所述标注像素矩阵进行分区处理，并为每一分区分配对应的区域权重；

根据所述区域权重、每一分区中标注所述异常像素类型的第二异常像素点数目和标注所述非异常像素类型的第二非异常像素点数目，得到所述异常比例。

5.如权利要求2所述的异常比例检测方法，其特征在于，在所述拍摄视角为所述垂直俯视视角时，

所述按照所述异常像素类型和非异常像素类型，对所述标注像素矩阵使用所述异常比例算法，得到所述待检测图像对应在实际场景中的异常比例的步骤包括：

获取所述标注像素矩阵中每一行标注所述异常像素类型的像素点对应的行异常比例；

基于所述行异常比例计算所述标注像素矩阵中所有列中标注所述异常像素类型的像素点对应的列异常比例的平均值，以将所述平均值作为所述异常比例。

6.如权利要求2所述的异常比例检测方法，其特征在于，在所述拍摄视角为所述垂直直视视角时，

所述按照所述异常像素类型和非异常像素类型，对所述标注像素矩阵使用所述异常比例算法，得到所述待检测图像对应在实际场景中的异常比例的步骤包括：

根据所述标注像素矩阵中标注所述异常像素类型的第三异常像素点数目与标注所述非异常像素类型的第三非异常像素点数目，得到所述标注像素矩阵的异常像素比例，以将所述异常像素比例作为所述异常比例。

7.如权利要求1-6中任一项所述的异常比例检测方法，其特征在于，所述获取待检测图像的步骤之前，还包括：

收集样本图像数据，并对所述样本图像数据进行像素类别标注，以得到标注数据集；

使用语义分割算法对所述标注数据集进行训练，得到所述语义分割模型。

8.一种异常比例检测装置，其特征在于，所述异常比例检测装置包括：

标注矩阵获取模块，用于获取待检测图像，将所述待检测图像输入预训练的语义分割模型，得到标注有异常像素类型和非异常像素类型的标注像素矩阵；

视角算法确定模块，用于根据所述待检测图像的拍摄视角，确定与所述拍摄视角匹配的异常比例算法；

异常比例获取模块，用于按照所述异常像素类型和非异常像素类型，对所述标注像素矩阵使用所述异常比例算法，得到所述待检测图像对应在实际场景中的异常比例。