车尾标检测方法、装置、电子设备及存储介质与流程

1.本技术涉及计算机技术，尤其涉及一种车尾标检测方法、装置、电子设备及存储介质。


背景技术：

2.车辆生产过程中，在车辆组装完成之后，需要对该组装好的车辆进行质量检查。车辆的车尾标通常贴在车辆尾部，用于表示该车辆的型号。因此，上述质量检查包括检查车辆的车尾标是否贴错或者漏贴。
3.现有的对车辆的车尾标进行检查的方法主要为通过人工，逐个检查车辆的车尾标是否漏贴，以及，根据人工记忆的车辆的车型与车尾标的对应关系，确定该车尾标是否贴错。然而，人工能力有限，导致现有的通过人工对车辆的车尾标进行检查的方法存在效率较低、准确性较低，以及，人力资源浪费较大等问题。


技术实现要素：

4.本技术提供一种车尾标检测方法、装置、电子设备及存储介质，以解决现有的车尾标检测方法效率较低、准确性较低的问题。
5.第一方面，本技术提供一种车尾标检测方法，所述方法包括：
6.获取目标车辆尾部图像；
7.将所述目标车辆尾部图像输入车辆型号检测模型，基于所述目标车辆尾部构造识别得到所述目标车辆的第一型号；
8.将所述目标车辆尾部图像输入车尾标检测模型，得到所述目标车辆的车尾标；
9.根据识别得到的所述目标车辆的车尾标，识别所述车辆的型号，得到所述目标车辆的识别结果；
10.根据所述第一型号和所述目标车辆的识别结果，确定所述目标车辆的车尾标的检测结果；所述检测结果用于表征所述目标车辆的车尾标是否张贴错误；
11.输出所述检测结果。
12.可选的，所述根据所述第一型号和所述目标车辆的识别结果，确定所述目标车辆的车尾标的检测结果，包括：
13.若所述目标车辆的识别结果表征根据所述目标车辆的车尾标识别到所述目标车辆的第二型号，则根据所述第一型号和所述第二型号，确定所述目标车辆的车尾标的检测结果；
14.若所述目标车辆的识别结果表征基于所述根据所述目标车辆的车尾标未识别到所述目标车辆的型号，则确定所述目标车辆的车尾标的检测结果为所述目标车辆的车尾标张贴错误。
15.可选的，所述根据所述第一型号和所述第二型号，确定所述目标车辆的车尾标的检测结果，包括：
16.若所述第一型号和所述第二型号相同，则确定所述检测结果为所述目标车辆的车尾标张贴正确；
17.若所述第一型号和所述第二型号不同，则确定所述检测结果为所述目标车辆的车尾标的检测结果为所述目标车辆的车尾标张贴错误。
18.可选的，所述车尾标为多个，所述根据识别得到的所述目标车辆的车尾标，识别所述车辆的型号，得到所述目标车辆的识别结果，包括：
19.对多个所述车尾标进行组合，得到多个车尾标组合；
20.根据所述多个车尾标组合，以及，车尾标组合与车辆型号的映射关系，识别所述目标车辆的型号，得到所述目标车辆的识别结果。
21.可选的，所述方法还包括：
22.若将所述目标车辆尾部图像输入车辆型号检测模型，基于所述目标车辆尾部构造未识别到所述目标车辆的第一型号，则输出反馈信息，所述反馈信息用于指示所述目标车辆为新型号的车辆。
23.可选的，所述方法还包括：
24.获取所述目标车辆的第一样本图像和第二样本图像；所述第一样本图像为基于所述目标车辆的样本尾部图像进行型号标注得到的图像，所述第二样本图像为基于所述目标车辆的样本尾部图像对车尾标进行标注得到的图像；所述样本尾部图像为在所述目标车辆的车尾标张贴正确时采集的所述目标车辆的尾部图像；
25.使用所述第一样本图像，对所述车辆型号检测模型进行更新训练；
26.使用所述第二样本图像，对所述车尾标检测模型进行更新训练。
27.可选的，所述方法还包括：
28.获取训练数据集，所述训练数据集包括第一训练数据子集和第二训练数据子集，所述第一训练数据子集包括至少一个基于样本车辆的样本尾部图像进行型号标注得到的图像，所述第二训练数据子集包括至少一个基于样本车辆的样本尾部图像对车尾标进行标注得到的图像；
29.使用所述第一训练数据子集，对第一预设模型进行训练，得到所述车辆型号检测模型；
30.使用所述第二训练数据子集，对第二预设模型进行训练，得到所述车尾标检测模型。
31.可选的，所述获取目标车辆尾部图像，包括：
32.从采集的所述目标车辆尾部视频中获取连续的m帧所述目标车辆尾部图像；
33.所述将所述目标车辆尾部图像输入车尾标检测模型，得到所述目标车辆的车尾标，包括：
34.将m帧所述目标车辆尾部图像依次输入车尾标检测模型，得到m个识别得到的所述目标车辆的车尾标；
35.所述根据识别得到的所述目标车辆的车尾标，识别所述车辆的型号，得到所述目标车辆的识别结果，包括：
36.根据m个识别得到的所述目标车辆的车尾标，识别所述车辆的型号，得到m个初始所述目标车辆的识别结果；
37.根据m个初始所述目标车辆的识别结果，得到所述目标车辆的识别结果。
38.可选的，所述确定所述目标车辆的车尾标的检测结果之后，所述方法还包括：
39.根据所述目标车辆的车尾标的检测结果，更新检测统计结果，所述检测统计结果用于统计累计检测的属于同一型号的车辆的数量。
40.第二方面，本技术提供一种车尾标检测装置，所述装置包括：
41.获取模块，用于获取目标车辆尾部图像；
42.处理模块，用于将所述目标车辆尾部图像输入车辆型号检测模型，基于所述目标车辆尾部构造识别得到所述目标车辆的第一型号；将所述目标车辆尾部图像输入车尾标检测模型，得到所述目标车辆的车尾标；根据识别得到的所述目标车辆的车尾标，识别所述车辆的型号，得到所述目标车辆的识别结果；根据所述第一型号和所述目标车辆的识别结果，确定所述目标车辆的车尾标的检测结果；所述检测结果用于表征所述目标车辆的车尾标是否张贴错误；
43.输出模块，用于输出所述检测结果。
44.第三方面，本技术提供一种电子设备，包括：至少一个处理器、存储器；
45.所述存储器存储计算机执行指令；
46.所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述电子设备执行第一方面任一项所述的方法。
47.第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机执行指令，当所述计算机执行指令被处理器执行时，实现第一方面任一项所述的方法。
48.第五方面，本技术提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现第一方面任一项所述的方法。
49.本技术提供的车尾标检测方法、装置、电子设备及存储介质，通过车尾标检测模型可以得到目标车辆的车尾标，根据该车尾标，可以识别车辆的型号，进而得到目标车辆的识别结果。通过上述目标车辆的识别结果，以及，基于车辆型号检测模型得到的目标车辆的第一型号，可以确定用于表征目标车辆的车尾标是否张贴错误的检测结果，以实现对目标车辆的车尾标检测。通过上述方法，不需要人工对车尾标进行检测，通过自动化对车辆的车尾标是否张贴错误进行检测，避免了人工检测能力有限的问题，提高了检测效率和准确性。
附图说明
50.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
51.图1为一种车辆结构示意图；
52.图2为本技术提供的一种车尾标检测方法的流程示意图；
53.图3为本技术提供的一种模型训练方法的流程示意图；
54.图4为本技术提供的另一种车尾标检测方法的流程示意图；
55.图5为本技术提供的一种车尾标检测装置的结构示意图；
56.图6为本技术提供的一种电子设备结构示意图。
57.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图
和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
58.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
59.图1为一种车辆结构示意图。如图1所示，车辆的车尾标通常贴在车辆尾部，用于表示该车辆的型号。在车辆生产过程中，车辆组装完成之后，需要对该组装好的车辆进行质量检查。其中该质量检查便包括检查车辆的车尾标是否贴错或者漏贴。
60.现有的对车辆的车尾标进行检查的方法主要为通过人工，逐个检查车辆的车尾标是否漏贴，以及，根据人工记忆的车辆的车型与车尾标的对应关系，确定车辆的车尾标是否贴错。
61.然而，车辆生产线上的车辆和车型通常较多，而人工能力有限且人工记忆可能存在混淆。因此，现有的车辆的车尾标检测方法存在效率较低、准确性较低，以及，人力资源浪费较大等问题。
62.考虑到现有的车尾标检测方法存在上述问题的原因是人工检测能力有限，因此，本技术提出了一种基于包括车尾标的图像，进行自动化车尾标检测的方法，不需人工对车尾标进行检测，避免了人工检测能力有限的问题，提高了检测效率和准确性。
63.上述方法的执行主体可以为终端、服务器等具有处理功能的电子设备。可选的，该电子设备可以为采集“包括车尾标的图像”的图像采集设备，也就是说，该电子设备可以具有图像采集功能以及车尾标检测功能。或者，采集“包括车尾标的图像”的图像采集设备，与，用于执行车尾标检测方法的电子设备还可以为不同设备。在该实现方式下，图像采集设备可以采集上述图像，并发送给该电子设备，进而电子设备可以基于该图像进行车尾标检测。
64.其中，上述图像采集设备例如可以为摄像头等设备。示例性的，该摄像头例如可以安装在车辆质量检测生产线上，以采集各车辆对应的包括车尾标的图像。
65.下面以上述电子设备与图像采集设备为不同设备为例，结合具体地实施例对本技术的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
66.图2为本技术提供的一种车尾标检测方法的流程示意图。如图2所示，该方法包括以下步骤：
67.s101、获取目标车辆尾部图像。
68.其中，上述目标车辆的尾部图像可以包括目标车辆的车尾标，以及，目标车辆的尾部构造。示例性的，上述目标车辆尾部图像例如可以如图1所示。
69.在一些实施例中，上述目标车辆尾部图像可以是至少一张图像。或者，上述目标车辆尾部图像还可以为包括该目标车辆的视频流中的各帧图像。
70.电子设备例如可以接收来自上述图像采集设备采集的目标车辆尾部图像。或者，
在一些实施例中，电子设备例如还可以接收用户输入的目标车辆尾部图像。再或者，电子设备还可以接收除了上述图像采集设备之外的其他电子设备发送的目标车辆尾部图像。
71.s102、将目标车辆尾部图像输入车辆型号检测模型，基于目标车辆尾部构造识别得到目标车辆的第一型号。
72.以图1所示的车辆为例，此处所说的目标车辆尾部构造例如可以为目标车辆尾部图像中包括车辆整体尾部的区域。
73.上述车辆型号检测模型可以是预先存储在该电子设备中的。该车辆型号检测模型可以用于基于该目标车辆尾部图像中包括的目标车辆尾部构造，输出目标车辆的第一型号。示例性的，该车辆型号检测模型例如可以为对第一预设模型进行训练得到的模型。应理解，本技术对训练得到该车辆型号检测模型的方法并不进行限定。可选的，可以参照现有的模型训练方法，在此不再赘述。
74.s103、将目标车辆尾部图像输入车尾标检测模型，得到目标车辆的车尾标。
75.上述车尾标检测模型可以是预先存储在该电子设备中的。该车尾标检测模型可以用于基于该目标车辆尾部图像，输出目标车辆的车尾标。示例性的，该车尾标检测模型例如可以为对第二预设模型进行训练得到的模型。应理解，本技术对训练得到该车尾标检测模型的方法并不进行限定。可选的，可以参照现有的模型训练方法，在此不再赘述。
76.s104、根据识别得到的目标车辆的车尾标，识别车辆的型号，得到目标车辆的识别结果。
77.其中，若电子设备能够根据上述识别得到的目标车辆的车尾标，识别出车辆的型号，上述目标车辆的识别结果可以用于表征根据目标车辆的车尾标识别到目标车辆的第二型号。或者，若电子设备根据上述目标车辆的车尾标，无法识别出车辆的型号，则上述目标车辆的识别结果可以用于表征根据目标车辆的车尾标未识别到目标车辆的型号。
78.可选的，针对不同的目标车辆，电子设备识别得到的目标车辆的车尾标可以是一个，也可以是多个。如图1所示，该目标车辆可能只包括一个车尾标(例如车尾标1)，也可能包括多个车尾标(例如车尾标1和车尾标2)。
79.以目标车辆的车尾标为多个为例，电子设备可以对多个车尾标进行组合，得到多个车尾标组合。然后，根据多个车尾标组合，以及，车尾标组合与车辆型号的映射关系，识别目标车辆的型号，得到目标车辆的识别结果。
80.示例性的，以电子设备识别得到的目标车辆的车尾标包括车尾标1和车尾标2为例，对该车尾标1和车尾标2进行组合，可以得到“车尾标1车尾标2”，以及，“车尾标2车尾标1”两个车尾标组合。然后，根据该多个车尾标组合，以及，车尾标组合与车辆型号的映射关系，电子设备可以识别目标车辆的型号。
81.示例性的，上述车尾标组合与车辆型号的映射关系例如可以如下表1所示：
82.表1
83.[0084][0085]
其中，以表1为例，该映射关系中存在“车尾标2车尾标1”与型号3的映射关系，则根据上述“车尾标1车尾标2”，以及，“车尾标2车尾标1”两个车尾标组合，以及，该车尾标组合与车辆型号的映射关系，电子设备可以识别目标车辆的型号为型号3，目标车辆的识别结果为目标车辆的型号为型号3。
[0086]
示例性的，以上述车尾标组合与车辆型号的映射关系如下表2所示为例：
[0087]
表2
[0088]
车尾标组合车辆型号车尾标1车尾标4型号1车尾标4车尾标2型号2车尾标3车尾标1型号3车尾标5车尾标3型号4
[0089]
仍然以上述车尾标组合包括“车尾标1车尾标2”，以及，“车尾标2车尾标1”为例，根据表2所示的映射关系，电子设备根据该目标车辆的车尾标，无法识别出车辆的型号，则该目标车辆的识别结果可以用于表征根据目标车辆的车尾标未识别到目标车辆的型号。
[0090]
以目标车辆的车尾标为一个为例，电子设备例如可以根据该一个车尾标，以及，车尾标组合与车辆型号的映射关系，电子设备可以识别目标车辆的型号，得到目标车辆的识别结果。可选的，电子设备根据该一个车尾标得到目标车辆的识别结果的具体实现方式，可以参照前述方法，在此不再赘述。
[0091]
s105、根据第一型号和目标车辆的识别结果，确定目标车辆的车尾标的检测结果。
[0092]
其中，上述检测结果可以用于表征目标车辆的车尾标是否张贴错误。
[0093]
示例性的，以上述第一型号为型号1，且目标车辆的识别结果为型号2为例，则电子设备可以确定目标车辆的车尾标张贴错误。或者，以上述第一型号为型号1，且目标车辆的识别结果为也为型号1为例，则电子设备可以确定目标车辆的车尾标张贴无误。再或者，以上述电子设备第一型号为型号1，且目标车辆的识别结果表征根据目标车辆的车尾标未识别到目标车辆的型号，则电子设备也可以确定该目标车辆的车尾标张贴错误。
[0094]
s106、输出检测结果。
[0095]
可选的，电子设备例如可以通过无线网络将上述检测结果输出至用户终端。其中，该用户终端例如可以为车辆质量检测用户对应的用户终端。可选的，电子设备还可以在接收到来自用户终端的用于请求获取上述检测结果的请求信息之后，向该用户终端发送检测结果。或者，该电子设备例如还可以通过显示装置输出该检测结果。可选的，该显示装置可以是电子设备的显示装置，或者，与该电子设备连接的显示设备。
[0096]
在本实施例中，通过车尾标检测模型可以得到目标车辆的车尾标，根据该车尾标，可以识别车辆的型号，进而得到目标车辆的识别结果。通过上述目标车辆的识别结果，以
及，基于车辆型号检测模型得到的目标车辆的第一型号，可以确定用于表征目标车辆的车尾标是否张贴错误的检测结果，以实现对目标车辆的车尾标检测。通过上述方法，不需要人工对车尾标进行检测，通过自动化对车辆的车尾标是否张贴错误进行检测，避免了人工检测能力有限的问题，提高了检测效率和准确性。
[0097]
下面对电子设备如何根据第一型号和目标车辆的识别结果，确定目标车辆的车尾标的检测结果进行详细说明：
[0098]
作为一种可能的实现方式，以目标车辆的识别结果表征根据目标车辆的车尾标识别到目标车辆的第二型号为例，可选的，电子设备可以根据“基于目标车辆尾部构造识别得到的目标车辆的”第一型号，以及，该第二型号，确定目标车辆的车尾标的检测结果。
[0099]
在该示例下，可选的，电子设备例如可以在上述第一型号和第二型号相同时，确定基于目标车辆的车尾标得到的第二型号无误。则电子设备可以确定该车尾标张贴正确，因此可以确定上述检测结果为目标车辆的车尾标张贴正确。
[0100]
在第一型号和第二型号不同时，说明基于该目标车辆的车尾标得到的第二型号存在错误，则电子设备可以确定该车尾标张贴错误，因此电子设备可以确定上述检测结果为目标车辆的车尾标张贴错误。
[0101]
以上述目标车辆的识别结果表征基于根据目标车辆的车尾标未识别到目标车辆的型号为例，在该示例下，电子设备可以确定目标车辆的车尾标的检测结果为目标车辆的车尾标张贴错误。
[0102]
在本实施例中，在目标车辆的识别结果表征根据目标车辆的车尾标识别到目标车辆的第二型号，且基于车辆型号检测模型得到的目标车辆的第一型号与基于目标车辆的车尾标得到的第二型号相同时，电子设备可以确定该目标车辆的车尾标张贴无误。通过上述第一型号与第二型号共同确定车尾标是否张贴错误，进一步提高了自动化车尾标检测的准确性。
[0103]
作为一种可能的实现方式，若将目标车辆尾部图像输入车辆型号检测模型，电子设备基于该目标车辆尾部构造未识别到目标车辆的第一型号，说明该车辆可能为新型号的车辆，导致车辆型号检测模型未能根据已有的型号信息确定该车辆的型号。则电子设备可以输出用于指示该目标车辆为新型号的车辆反馈信息，以提示用户出现新型号车辆。可选的，电子设备输出该反馈信息的方式可以参照前述实施例所述的电子设备输出检测结果的实现方式，在此不再赘述。
[0104]
在一些实施例中，在确定目标车辆为新型号的车辆之后，电子设备还可以使用该目标车辆的样本图像，对上述车辆型号检测模型和车尾标检测模型进行更新训练，以使该车辆型号检测模型可以识别该目标车辆的型号，以及，车尾标检测模型可以识别该车辆的车尾标，进而进一步提高车尾标检测的准确性和适用范围。
[0105]
可选的，电子设备可以先获取目标车辆的第一样本图像和第二样本图像。其中，上述第一样本图像为基于目标车辆的样本尾部图像进行型号标注得到的图像。上述第二样本图像为基于目标车辆的样本尾部图像对车尾标进行标注得到的图像。该样本尾部图像为在目标车辆的车尾标张贴正确时采集的目标车辆的尾部图像。
[0106]
示例性的，电子设备例如可以接收用户输入的该目标车辆的第一样本图像和第二样本图像。或者，电子设备还可以接收目标车辆的样本尾部图像，然后，电子设备可以接收
用户对该目标车辆的样本尾部图像的标注信息，得到目标车辆的第一样本图像和第二样本图像。
[0107]
示例性的，电子设备例如可以通过应用程序接口(application programming interface，api)，或者，图形用户界面(graphical user interface，gui)等，接收用户输入的该目标车辆的第一样本图像和第二样本图像，或者，目标车辆的样本尾部图像。
[0108]
然后，电子设备可以使用上述第一样本图像，对车辆型号检测模型进行更新训练，使用第二样本图像，对车尾标检测模型进行更新训练。
[0109]
可选的，电子设备例如可以使用多种型号的车辆的第一样本图像和第二样本图像，以及，该目标车辆的第一样本图像和第二样本图像对上述车辆型号检测模型和车尾标检测模型进行更新训练。
[0110]
此外，应理解，本技术对电子设备更新训练车辆型号检测模型，以及，更新训练车尾标检测模型的执行顺序并不进行限定。可选的，电子设备可以先使用上述第一样本图像，对车辆型号检测模型进行更新训练，然后使用第二样本图像，对车尾标检测模型进行更新训练。或者，电子设备还可以先使用第二样本图像，对车尾标检测模型进行更新训练，然后使用上述第一样本图像，对车辆型号检测模型进行更新训练。再或者，电子设备还可以同时对车尾标检测模型进行更新训练，以及，对车辆型号检测模型进行更新训练。
[0111]
下面对如何训练上述车辆型号检测模型进行详细说明。应理解，用于训练上述车辆型号检测模型和车尾标检测模型的设备可以为同一电子设备，也可以为不同电子设备。下面是以训练车辆型号检测模型和车尾标检测模型的设备可以为同一电子设备为例，进行的示例性说明。此外，应理解，训练车辆型号检测模型和车尾标检测模型的设备，与，执行车尾标检测方法的电子设备可以为同一设备，也可以为不同电子设备。
[0112]
示例性的，图3为本技术提供的一种模型训练方法的流程示意图。如图3所示，该方法包括以下步骤：
[0113]
s201、获取训练数据集。
[0114]
其中，上述训练数据集包括第一训练数据子集和第二训练数据子集。该第一训练数据子集包括至少一个基于样本车辆的样本尾部图像进行型号标注得到的图像。第二训练数据子集包括至少一个基于样本车辆的样本尾部图像对车尾标进行标注得到的图像。
[0115]
可选的，电子设备获取该训练数据集的方式可以参照上述实施例所述的获取目标车辆的第一样本图像和第二样本图像的实现方式，在此不再赘述。
[0116]
s202、使用第一训练数据子集，对第一预设模型进行训练，得到车辆型号检测模型。
[0117]
应理解，本技术对上述第一预设模型的类型并不进行限定。示例性的，该第一预设模型例如可以为卷积神经网络(convolutional neural networks，cnn)等模型。
[0118]
s203、使用第二训练数据子集，对第二预设模型进行训练，得到车尾标检测模型。
[0119]
应理解，本技术对上述第二预设模型的类型并不进行限定。可选的，该第二预设模型与第一预设模型可以为同一预设模型，也可以为不同预设模型。
[0120]
此外，应理解，本技术对电子设备执行步骤s202和s203的顺序并不进行限定。可选的，电子设备可以先执行步骤s202，然后执行步骤s203。或者，电子设备还可以先执行步骤s202，然后执行步骤s202。再或者，电子设备还可以同时执行步骤s202和s203。
[0121]
作为一种可能的实现方式，电子设备获取的目标车辆尾部图像，还可以为目标车辆尾部视频中的连续的m帧目标车辆尾部图像。在该实现方式下，电子设备可以从采集的目标车辆尾部视频中获取连续的m帧目标车辆尾部图像。可选的，上述目标车辆尾部视频可以为该电子设备采集的，也可以为图像采集设备采集的。电子设备可以接收来自图像采集设备的目标车辆尾部视频。其中，上述m可以为大于或等于1的整数。可选的，该m的取值例如可以为用户预先存储在电子设备中的。
[0122]
在该实现方式下，可选的，电子设备在从采集的目标车辆尾部视频中获取到连续的m帧目标车辆尾部图像之后，可以将该m帧目标车辆尾部图像依次输入车尾标检测模型，得到m个识别得到的目标车辆的车尾标。
[0123]
然后，电子设备可以根据上述m个识别得到的目标车辆的车尾标，识别车辆的型号，得到m个初始目标车辆的识别结果。根据该m个初始目标车辆的识别结果，电子设备可以得到目标车辆的识别结果，以提高确定针对目标车辆的识别结果的准确性。
[0124]
可选的，若上述m个初始目标车辆的识别结果中，用于表征“根据目标车辆的车尾标识别到目标车辆的第二型号”的识别结果的数量，大于预设数量阈值，且小于或等于m，说明该m帧目标车辆尾部图像为同一目标车辆对应的车辆尾部图像。根据该m个初始目标车辆的识别结果，电子设备可以得到用于表征“根据目标车辆的车尾标识别到目标车辆的第二型号”的目标车辆的识别结果。其中，上述预设数量阈值小于m，该预设数量阈值例如可以是用户预先存储在电子设备中的。
[0125]
在该实现方式下，可选的，电子设备还可以在上述m个初始目标车辆的识别结果中，用于表征“根据目标车辆的车尾标识别到目标车辆的第二型号”的识别结果的数量，与m的比值，大于或等于预设比率阈值，且小于或等于1时，得到用于表征“根据目标车辆的车尾标识别到目标车辆的第二型号”的目标车辆的识别结果。其中，上述预设比率阈值可以大于0且小于或等于1，该预设比率阈值例如可以是用户预先存储在电子设备中的。
[0126]
或者，若上述m个初始目标车辆的识别结果中，用于表征“根据目标车辆的车尾标识别到目标车辆的第二型号”的识别结果的数量，大于上述m，说明该m帧目标车辆尾部图像中，包括的车尾标的数量过多，也就是说，该车辆的车尾标可能张贴重复。因此，根据该m个初始目标车辆的识别结果，电子设备例如可以得到根据该目标车辆的车尾标未识别到目标车辆的型号的目标车辆的识别结果，或者，该目标车辆的识别结果例如还可以用于表征车尾标张贴错误。
[0127]
再或者，若上述m个初始目标车辆的识别结果中，用于表征“根据目标车辆的车尾标识别到目标车辆的第二型号”的识别结果的数量，小于或等于上述预设数量阈值，说明电子设备能够检测到目标车辆的车尾标的次数较少，该目标车辆的车尾标可能存在张贴不规范或者部分被遮挡情况。因此，根据该m个初始目标车辆的识别结果，电子设备例如可以得到根据该目标车辆的车尾标未识别到目标车辆的型号的目标车辆的识别结果。
[0128]
作为一种可能的实现方式，电子设备在确定目标车辆的车尾标的检测结果之后，还可以根据该目标车辆的车尾标的检测结果，更新用于统计累计检测的属于同一型号的车辆的数量的检测统计结果。
[0129]
可选的，电子设备例如可以在上述检测结果用于表征目标车辆的车尾标张贴无误时，对累计检测的与该目标车辆属于同一型号的车辆的数量加1。若上述检测结果用于表征
目标车辆的车尾标张贴错误，电子设备可以不对累计检测的与该目标车辆属于同一型号的车辆的数量进行更新。
[0130]
在该实现方式下，在更新上述检测统计结果之后，可选的，电子设备还可以输出该更新后的检测统计结果，以使用户可以了解累计检测的属于同一型号的车辆的数量，进一步提高了用户体验。
[0131]
图4为本技术提供的另一种车尾标检测方法的流程示意图。如图4所示，该方法包括以下步骤：
[0132]
步骤1、图像采集装置采集目标车辆尾部视频，并将该目标车辆尾部视频发送给电子设备。
[0133]
相应的，电子设备可以接收该目标车辆尾部视频。
[0134]
步骤2、电子设备从该目标车辆尾部视频中获取连续的m帧目标车辆尾部图像。
[0135]
然后，电子设备可以执行步骤6，以及，步骤3-步骤5，
[0136]
步骤3、电子设备将该m帧目标车辆尾部图像依次输入车尾标检测模型，得到m个识别得到的目标车辆的车尾标。
[0137]
步骤4、电子设备以根据上述m个识别得到的目标车辆的车尾标，识别车辆的型号，得到m个初始目标车辆的识别结果。
[0138]
步骤5、根据该m个初始目标车辆的识别结果，电子设备可以得到目标车辆的识别结果。
[0139]
步骤6、将目标车辆尾部图像输入车辆型号检测模型，基于目标车辆尾部构造识别得到目标车辆的第一型号。
[0140]
步骤7、在上述第一型号与预设型号库中的任一型号相同，且目标车辆的识别结果用于表征根据目标车辆的车尾标识别到目标车辆的第二型号时，判断该第二型号与第一型号是否一致。
[0141]
若该第二型号与第一型号一致，则电子设备可以执行确定目标车辆的车尾标张贴正确，则电子设备可以执行步骤8。若该第二型号与第一型号不一致，则电子设备可以确定目标车辆的车尾标张贴错误，则电子设备可以执行步骤9。
[0142]
若上述第一型号与预设型号库中的任一型号不同，则电子设备可以确定该目标车辆的型号为新型号。
[0143]
步骤8、确定目标车辆的车尾标张贴正确。
[0144]
然后，电子设备可以执行步骤10。
[0145]
步骤9、确定目标车辆的车尾标张贴错误。
[0146]
步骤10、根据该目标车辆的车尾标的检测结果，更新用于统计累计检测的属于同一型号的车辆的数量的检测统计结果。
[0147]
图5为本技术提供的一种车尾标检测装置的结构示意图。如图5所示，该装置包括：获取模块31、处理模块32，以及，输出模块33。其中，
[0148]
获取模块31，用于获取目标车辆尾部图像。
[0149]
处理模块32，用于将所述目标车辆尾部图像输入车辆型号检测模型，基于所述目标车辆尾部构造识别得到所述目标车辆的第一型号；将所述目标车辆尾部图像输入车尾标检测模型，得到所述目标车辆的车尾标；根据识别得到的所述目标车辆的车尾标，识别所述
车辆的型号，得到所述目标车辆的识别结果；根据所述第一型号和所述目标车辆的识别结果，确定所述目标车辆的车尾标的检测结果。其中，所述检测结果用于表征所述目标车辆的车尾标是否张贴错误。
[0150]
输出模块33，用于输出所述检测结果。
[0151]
可选的，处理模块32具体用于在所述目标车辆的识别结果表征根据所述目标车辆的车尾标识别到所述目标车辆的第二型号时，根据所述第一型号和所述第二型号，确定所述目标车辆的车尾标的检测结果；在所述目标车辆的识别结果表征基于所述根据所述目标车辆的车尾标未识别到所述目标车辆的型号时，确定所述目标车辆的车尾标的检测结果为所述目标车辆的车尾标张贴错误。
[0152]
可选的，处理模块32具体用于在所述第一型号和所述第二型号相同时，确定所述检测结果为所述目标车辆的车尾标张贴正确。在所述第一型号和所述第二型号不同时，确定所述检测结果为所述目标车辆的车尾标的检测结果为所述目标车辆的车尾标张贴错误。
[0153]
可选的，处理模块32具体用于对多个所述车尾标进行组合，得到多个车尾标组合；根据所述多个车尾标组合，以及，车尾标组合与车辆型号的映射关系，识别所述目标车辆的型号，得到所述目标车辆的识别结果。
[0154]
可选的，输出模块33，还用于在处理模块32将所述目标车辆尾部图像输入车辆型号检测模型，基于所述目标车辆尾部构造未识别到所述目标车辆的第一型号时，输出反馈信息。其中，所述反馈信息用于指示所述目标车辆为新型号的车辆。
[0155]
可选的，该装置还可以包括训练模块34，用于获取所述目标车辆的第一样本图像和第二样本图像；使用所述第一样本图像，对所述车辆型号检测模型进行更新训练；使用所述第二样本图像，对所述车尾标检测模型进行更新训练。其中，所述第一样本图像为基于所述目标车辆的样本尾部图像进行型号标注得到的图像，所述第二样本图像为基于所述目标车辆的样本尾部图像对车尾标进行标注得到的图像；所述样本尾部图像为在所述目标车辆的车尾标张贴正确时采集的所述目标车辆的尾部图像。
[0156]
可选的，训练模块34，还用于获取训练数据集，使用所述第一训练数据子集，对第一预设模型进行训练，得到所述车辆型号检测模型；使用所述第二训练数据子集，对第二预设模型进行训练，得到所述车尾标检测模型。其中，所述训练数据集包括第一训练数据子集和第二训练数据子集，所述第一训练数据子集包括至少一个基于样本车辆的样本尾部图像进行型号标注得到的图像，所述第二训练数据子集包括至少一个基于样本车辆的样本尾部图像对车尾标进行标注得到的图像。
[0157]
可选的，获取模块31，具体用于从采集的所述目标车辆尾部视频中获取连续的m帧所述目标车辆尾部图像。在该实现方式下，处理模块32具体用于将m帧所述目标车辆尾部图像依次输入车尾标检测模型，得到m个识别得到的所述目标车辆的车尾标；根据m个识别得到的所述目标车辆的车尾标，识别所述车辆的型号，得到m个初始所述目标车辆的识别结果；根据m个初始所述目标车辆的识别结果，得到所述目标车辆的识别结果。
[0158]
可选的，该装置还可以包括更新模块35，用于在确定所述目标车辆的车尾标的检测结果之后，根据所述目标车辆的车尾标的检测结果，更新检测统计结果。其中，所述检测统计结果用于统计累计检测的属于同一型号的车辆的数量。
[0159]
本实施例提供的车尾标检测装置，可以执行上述车尾标检测方法实施例，其实现
原理和技术效果类似，在此不再赘述。
[0160]
图6为本技术提供的一种电子设备结构示意图。如图6所示，该电子设备400可以包括：至少一个处理器401和存储器402。
[0161]
存储器402，用于存放程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。
[0162]
存储器402可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0163]
处理器401用于执行存储器402存储的计算机执行指令，以实现前述方法实施例所描述的车尾标检测方法。其中，处理器401可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
[0164]
可选的，该电子设备400还可以包括通信接口403。在具体实现上，如果通信接口403、存储器402和处理器401独立实现，则通信接口403、存储器402和处理器401可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等，但并不表示仅有一根总线或一种类型的总线。
[0165]
可选的，在具体实现上，如果通信接口403、存储器402和处理器401集成在一块芯片上实现，则通信接口403、存储器402和处理器401可以通过内部接口完成通信。
[0166]
本技术还提供了一种计算机可读存储介质，该计算机可读存储介质可以包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机可读存储介质中存储有程序指令，程序指令用于上述实施例中的方法。
[0167]
本技术还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。电子设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得电子设备实施上述的各种实施方式提供的车尾标检测方法。
[0168]
最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。