(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210508352.2 (22)申请日 2022.05.10 (71)申请人 西南石油大 学 地址 610500 四川省成 都市新都区新都大 道8号 (72)发明人 杨力　苏华文　 (74)专利代理 机构 北京东方盛凡知识产权代理 事务所(普通 合伙) 11562 专利代理师 张换君 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/26(2022.01) G06V 10/80(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01)G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 5/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种智慧停车目标检测方法及系统 (57)摘要 本发明涉及一种智慧停车目标检测方法及 系统， 方法包括： 获取原始图像样本集， 对原始图 像样本集进行预处理， 得到原始样 本图像和标注 后的样本图像； 将原始样本图像与标注后的样本 图像进行样 本融合， 并输入到异常物体检测模型 进行训练， 得到模型输出类别； 对待检测图片进 行灰度处理， 输入到训练好的异常物体检测模型 中， 将得到的两类输出类别送入异常检测物体推 理机中得到最终检测结果。 本发 明通过使用异常 物体检测模型能有效解决遮挡目标检测 中目标 丢失的问题， 极大地提升整体的目标检测过程中 的目标检测精度。 权利要求书2页 说明书5页 附图1页 CN 114913419 A 2022.08.16 CN 114913419 A 1.一种智慧停车目标检测方法， 其特 征在于， 包括： 获取原始图像样本集， 对所述原始图像样本集进行预处理， 得到原始样本 图像和标注 后的样本图像； 将所述原始样本图像与所述标注后的样本图像进行灰度处理处理与样本 融合， 对融合 后的样本图像进 行归一化处理并输入到异常物体检测模型进 行训练， 得到训练好的异常物 体检测模型； 对待检测图片进行灰度处理， 输入到所述训练好的异常物体检测模型中， 将得到的输 出结果送入异常检测物体 推理机中得到最终检测结果。 2.根据权利要求1所述的智慧停车目标检测方法， 其特征在于， 对所述原始图像样本集 进行预处理的过程包括： 基于所述原始图像样本集， 若连续间隔前后的两张图像中右侧车辆静止且未发生变 化， 则将左侧图像进行切割， 保留正常行驶区域的图像。 3.根据权利要求2所述的智慧停车目标检测方法， 其特征在于， 对没有进行所述切割处 理的原始图像进行 预处理的过程包括： 将所述原始图像与 所述原始图像的相应底图进行通道拼接， 复制所述原始图像样本的 标签信息， 并添加除车辆之外其 他目标的标注信息， 得到所述标注后的样本图像。 4.根据权利要求1所述的智慧停车目标检测方法， 其特征在于， 将所述原始样本图像与 所述标注后的样本图像进行样本融合的过程包括： 提取出所述原始样本图像的彩色背景底图， 将所述彩色背景底图转换为灰度图A， 同时 将所述标注后的样本图像中含有相同背景 的异常物体彩色图像样本转换为灰度图B， 将所 述灰度图A和所述灰度图B按照[A,A,B,B]的方式重新 拼接为一张四通道Merge样本图。 5.根据权利要求4所述的智慧停车目标检测方法， 其特征在于， 采用labelImg工具， 对 所述四通道Merge样本图进行异常因素影响下的异常物体和正常车辆物体进行标注， 得到 异常物体 检测样本数据集。 6.根据权利要求5所述的智慧停车目标检测方法， 其特征在于， 所述异常物体包括： 摩 托车、 三轮车、 行 人以及夜间车辆正常行驶的车灯、 路灯。 7.根据权利要求5所述的智慧停车目标检测方法， 其特征在于， 对所述异常物体检测样 本进行归一 化处理的过程包括： 将所述样本文件格式转换为所述异常物体检测模型能接受的文件格式； 其中， 所述样 本文件只需要保留每一个目标的label以及归一化后的4个坐标值Xmin、 Ymin、 Xmax、 Ymax， 最终每一个图片的label信息保存为 一个txt文件。 8.根据权利要求1所述的智慧停车目标检测方法， 其特征在于， 所述异常物体检测模型 为YOLOv系列网络或RCN N系列网络 。 9.根据权利要求1所述的智慧停车目标检测方法， 其特征在于， 所述异常检测物体推理 机中得到最终检测结果的过程包括： 当所述异常物体检测模型的判定结果为车辆类别时， 结合位置坐标信息， 确定待检测 图像中车辆目标及位置信息， 将结果输出到待检测图像上； 当判定位为异常物体类别时， 则 不输出到待检测图像上。 10.一种智慧停车目标检测系统， 其特 征在于， 包括：权　利　要　求　书 1/2 页 2 CN 114913419 A 2样本上传与展示模块： 用于用户在前端页面点击上传样本 图片与样本的标注信息， 将 上传的文件保存到服 务器； 灰度样本转化与编辑模块： 用于将原始样本通过自动化封装的脚本文件转化为灰度 图， 并进行通道 合并， 转化为Merge图； 并对转化后的样 本进行编辑剪切， 对 所述原始样 本中 存在的冗余图像进行 过滤， 剪辑掉图片中始终除于停放状态的车辆； 模型输出与超参数配置模块： 用于设置前端在线训练模型时的超参数设置； 模型自动化训练模块： 用于模型的训练， 显示模型的训练进度、 mAP指标的变化状况， 并 且在此模块中还能够提前终止模型的训练； 模型测试推理展示模块： 用于测试样本图片的上传， 并且展示模型的测试结果， 包括所 述测试图片的检测情况， 以及测试 过程中的mAP、 l oss及召回率指标的情况； 所述样本上传与展示模块、 所述灰度样本转化与编辑模块、 所述模型输出与超参数配 置模块、 所述模型自动化训练模块、 所述模型测试推理展示模块依次连接 。权　利　要　求　书 2/2 页 3 CN 114913419 A 3