[发明专利]车辆信息识别方法、智能穿戴设备和可读存储介质

权利要求书

1.一种车辆信息识别方法，其特征在于，所述车辆信息识别方法应用于智能穿戴设备，所述车辆信息识别方法的步骤包括：

获取待识别车辆的车辆图像；

将所述车辆图像输入至训练好的YOLO-V5改进网络模型，其中，所述YOLO-V5改进网络模型为嵌入注意力机制改进模块的YOLO-V5网络模型，所述注意力机制改进模块包括并行设置的通道注意力模块和空间注意力模块；

获取训练好的YOLO-V5改进网络模型识别的所述车辆图像对应的车辆信息，并输出所述车辆图像对应的车辆信息。

2.如权利要求1所述的车辆信息识别方法，其特征在于，所述车辆信息包括车辆型号，以及所述车辆型号对应的车辆参数信息，所述获取训练好的YOLO-V5改进网络模型识别的所述车辆图像对应的车辆信息，并输出所述车辆图像对应的车辆信息的步骤包括：

获取所述YOLO-V5改进网络模型识别的所述车辆图像对应的车辆型号；

根据所述车辆型号，从预设的数据库中查找得到所述车辆型号对应的车辆参数信息，其中，所述车辆参数信息包括车辆市场报价、车辆内部配置和车辆出厂年份中的至少一种；

输出所述车辆型号，以及所述车辆型号对应的车辆参数信息。

3.如权利要求2所述的车辆信息识别方法，其特征在于，所述获取所述YOLO-V5改进网络模型识别的所述车辆图像对应的车辆型号的步骤之前包括:

通过训练好的YOLO-V5改进网络模型，对所述车辆图像进行特征提取，提取得到所述车辆图像对应的车辆全局特征；

通过所述注意力机制改进模块将所述车辆图像对应的车辆全局特征并行输入至所述通道注意力模块和所述空间注意力模块；

分别获取所述通道注意力模块输出的所述车辆图像对应的通道特征，以及所述空间注意力模块输出的所述车辆图像对应的空间特征；

对所述通道特征和所述空间特征进行特征融合，得到融合通道注意力和空间注意力的关键局部特征；

通过所述关键局部特征，识别出所述车辆图像对应的车辆型号。

4.如权利要求3所述的车辆信息识别方法，其特征在于，所述通过所述关键局部特征，识别出所述车辆图像对应的车辆型号的步骤包括：

对所述关键局部特征进行全局平均池化得到第一特征池化结果，并对所述关键局部特征进行全局最大池化得到第二特征池化结果；

将所述第一特征池化结果和所述第二特征池化结果沿着通道方向进行拼接，得到关键池化特征；

将所述关键池化特征进行卷积处理后通过预设的激活函数得到关键特征注意力权值；

将所述关键特征注意力权值与所述车辆全局特征相乘，得到通道注意力和空间注意力进行融合的注意力特征图，

通过预先训练得到的特征图映射规则，识别出所述注意力特征图映射的车辆型号，并将所述注意力特征图映射的车辆型号，作为所述车辆图像对应的车辆型号。

5.如权利要求1所述的车辆信息识别方法，其特征在于，所述将所述车辆图像输入至训练好的YOLO-V5改进网络模型的步骤之前：

获取各车辆型号对应的多张车辆图片，以及各所述车辆图片对应车辆型号的车型标签，并分别将各所述车辆图片与其对应的车型标签进行标签关联，得到车型样本图片集；

将所述车型样本图片集按照预设比例分为车型识别训练样本集和车型识别验证样本集；

通过所述车型识别训练样本集，对预设的YOLO-V5改进网络模型进行训练，并通过所述车型识别验证样本集，对预设的YOLO-V5改进网络模型的识别准确率进行验证；

若验证的所述识别准确率达到预设准确率阈值，则停止对YOLO-V5改进网络模型进行训练，得到训练好的YOLO-V5改进网络模型。