[发明专利]车辆属性检测方法、设备及存储介质

说明书

本申请涉及一种车辆属性检测方法、设备及存储介质，属于计算机技术领域，该方法包括：获取预先训练的车辆属性检测模型，车辆属性检测模型包括n个网络分支；n个网络分支中的第一分支用于同时检测车辆的m种属性，n个分支中与第一分支不同的每个第二分支用于检测m种属性中的一种指定属性；将待进行车辆属性检测的目标图像输入车辆属性检测模型，得到n个网络分支分别输出的属性检测结果；结合n个网络分支的属性检测结果，确定目标图像中目标车辆的属性信息。可以在第一分支无法同时检测出车辆的m种属性时，结合第二分支的属性检测结果确定目标车辆的属性信息，保证车辆属性检测模型能够输出未增加分类的车辆属性。

【技术领域】

本申请涉及一种车辆属性检测方法、设备及存储介质，属于计算机技术领域。

【背景技术】

随着智能交通系统(Intelligent Transport System，ITS)技术的发展，可以实现从图像中自动识别出车辆的属性。而用户需要识别的车辆属性可能是多种，比如：对车辆品牌的识别，需要识别出车辆的大品牌、子品牌、年款等属性。

为了减少神经网络模型的使用数量，传统的多属性检测方式包括：将车辆图像的多种属性标签合并为一类标签，然后使用该车辆图像和合并后的标签对神经网络模型进行训练。之后，使用训练得到的网络模型对图像的多种属性同时进行识别，得到该图像中车辆的属性。

然而，由于训练得到的网络模型使用多种属性标签融合训练得到，因此，在车辆新增某一种属性的分类时，即使其它属性的分类没有新增，由于训练得到的网络模型无法识别出该新增的分类，会导致其它属性的检测结果也无法识别。比如：训练得到的网络模型用于同时识别车辆的大品牌、子品牌和年款。若年款的分类新增，则训练得到的网络模型无法识别出该新增的年款，此时，车辆的大品牌和子品牌也无法识别。

【发明内容】

本申请提供了一种车辆属性检测方法、设备及存储介质，可以解决使用多种属性标签融合训练得到的网络模型进行车辆属性检测时，由于某种属性分类新增，导致其它属性也无法识别的问题。本申请提供如下技术方案：

第一方面，提供一种车辆属性检测方法，所述方法包括：

获取待进行车辆属性检测的目标图像；

获取预先训练的车辆属性检测模型，所述车辆属性检测模型包括n个网络分支；所述n个网络分支中的第一分支用于同时检测车辆的m种属性，所述n个分支中与所述第一分支不同的每个第二分支用于检测所述m种属性中的一种指定属性；所述n和所述m均为大于1的整数；

将所述目标图像输入所述车辆属性检测模型，得到所述n个网络分支分别输出的属性检测结果；

结合所述n个网络分支的属性检测结果，确定所述目标图像中目标车辆的属性信息。

可选地，所述m种属性用于指示车辆的品牌属性；m种品牌属性是按照预设层级划分方式对车辆品牌逐级划分得到的；

其中，第k级品牌属性包括至少一种第k+1级品牌属性，所述第二分支用于检测第1级至第m-1级品牌属性中指定级别的品牌属性，得到所述指定属性；所述k依次为1至m-1的整数。

可选地，所述指定级别的品牌属性为大品牌属性，所述第二分支通过所述目标图像中的车标信息识别所述大品牌属性；所述第二分支还用于在所述目标图像中定位车标位置；

和/或，

所述指定级别的品牌属性为小品牌属性，所述第二分支通过所述目标图像中的车脸信息识别所述小品牌属性；所述第二分支还用于在所述目标图像中定位车脸位置。

可选地，所述结合所述n个网络分支的属性检测结果，确定所述目标图像中目标车辆的属性信息，包括：