一种基于移动端的车端目标检测方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114120206A(43)申请公布日2022.03.01(21)申请号202111513627.3(22)申请日2021.12.08(71)申请人武汉中海庭数据技术有限公司地址430000湖北省武汉市东湖新技术开发区软件园东路1号软件园4.1期B6栋1层、9层、10层01室(自贸区武汉片区)(72)发明人喻旸何云熊莉娅(74)专利代理机构武汉蓝宝石专利代理事务所(特殊普通合伙)42242代理人万畅(51)Int.Cl.G06V20/40(2022.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书1页说明书4页附图2页(54)发明名称一种基于移动端的车端目标检测方法及装置(57)摘要本发明涉及一种基于移动端的车端目标检测方法及装置。本发明首先获取并标注车端感知的目标图像数据；然后，训练yolov5s网络模型，得到目标检测模型；将所述目标检测模型进行格式转换，并载入移动端；最后，实时获取车端感知的图像数据，并发送至移动端，移动端利用目标检测模型进行车端图像检测并输出检测结果。通过本技术方案，使得在安卓移动端可以实现车端目标检测，弥补了车端目标检测算法便捷性的不足。CN114120206ACN114120206A权利要求书1/1页1.一种基于移动端的车端目标检测方法，其特征在于，包括以下步骤：S1，获取并标注车端感知的目标图像数据；S2，训练yolov5s网络模型，得到目标检测模型；S3，将所述目标检测模型进行格式转换，并载入移动端；S4，实时获取车端感知的图像数据，并发送至移动端，移动端利用目标检测模型进行车端图像检测并输出检测结果。2.根据权利要求1所述的方法，其特征在于，步骤S2中，训练yolov5s网络模型所采用的训练数据为经处理的目标图像数据和标注的XML信息，处理后的目标图像数据为1280*1280px大小的图像。3.根据权利要求1所述的方法，其特征在于，步骤S2包括训练yolov5s网络模型，得到FP32的best.pt格式模型文件。4.根据权利要求3所述的方法，其特征在于，所述的将所述目标检测模型进行格式转换，并载入移动端，包括将FP32的best.pt格式模型文件转换为FP16的best.tflite格式模型文件，并将所述best.tflite格式模型文件载入移动端。5.一种基于移动端的车端目标检测装置，其特征在于，包括：训练数据准备模块，用于获取并标注车端感知的目标图像数据；模型训练模块，用于训练yolov5s网络模型，得到目标检测模型；模型转换及载入模块，用于将所述目标检测模型进行格式转换，并载入移动端；检测识别模块，利用目标检测模型进行车端图像检测并输出检测结果。6.根据权利要求5所述的装置，其特征在于，训练yolov5s网络模型所采用的训练数据为经处理的目标图像数据和标注的XML信息，处理后的目标图像数据为1280*1280px大小的图像。7.根据权利要求5所述的装置，其特征在于，所述模型训练模块，用于训练yolov5s网络模型，得到FP32的best.pt格式模型文件。8.根据权利要求7所述的装置，其特征在于，所述模型转换及载入模块，用于将FP32的best.pt格式模型文件转换为FP16的best.tflite格式模型文件，并将所述best.tflite格式模型文件载入移动端。9.一种电子设备，其特征在于，包括：存储器，用于存储计算机软件程序；处理器，用于读取并执行所述存储器中存储的计算机软件程序，进而实现权利要求1‑4任一项所述的一种基于移动端的车端目标检测方法。10.一种非暂态计算机可读存储介质，其特征在于，该存储介质中存储有用于实现权利要求1‑4任一项所述的一种基于移动端的车端目标检测方法的计算机软件程序。2CN114120206A说明书1/4页一种基于移动端的车端目标检测方法及装置技术领域[0001]本发明涉及图像识别技术领域，具体涉及一种基于移动端的车端目标检测方法及装置。背景技术[0002]在图像识别领域，目标检测作为最基础的视觉任务是必不可少的一环。目前，一般的目标检测任务依靠计算机或嵌入式设备实现，无法很好满足便捷性方面的需求。而无处不在的手机可以作为很好的承载设备，因此，将目标检测应用于移动端是非常合适的方法。发明内容[0003]本发明针对现有技术中存在的不足，提供一种基于移动端的车端目标检测方法及装置，用以解决现有目标检测视觉任务在便捷性上的缺失问题。[0004]本发明解决上述技术问题的技术方案如下：[0005]第一方面，本发明提供一种基于移动端的车端目标检测方法，包括以下步骤：[0006]S1，获取并标注车端感知的目标图像数据；[0007]S2，训练yolov5s网络