一种车辆重识别模型训练方法及装置与流程

1.本发明涉及智能交通领域，具体而言，涉及一种车辆重识别模型训练方法及装置。


背景技术：

2.传统的车辆重识别reid系统，其算法需要通过离线训练的方式，然后加载到设备中运行，不具备在线训练、算法自主升级的能力。
3.针对相关技术中车辆重识别reid通过离线训练方式不具备自主升级能力的问题，尚未提出解决方案。


技术实现要素：

4.本发明实施例提供了一种车辆重识别模型训练方法及装置，以至少解决相关技术中车辆重识别reid通过离线训练方式不具备自主升级能力的问题。
5.根据本发明的一个实施例，提供了一种车辆重识别模型训练方法，包括：
6.确定预定数量的车辆图像对应的车辆电子信息；
7.将所述预定数量的数据组存储到预先设置的一级标注库中，其中，每个所述数据组包括所述车辆图像与所述车辆电子信息；
8.将所述一级标注库中目标置信度大于第一预设阈值的数据组存储到二级标注库中；
9.在所述二级标注库中所述数据组的数量大于或等于第二预设阈值的情况下，根据所述二级标注库对车辆重识别模型进行训练，得到目标重识别模型。
10.可选地，在根据所述二级标注库对车辆重识别模型进行训练，得到目标重识别模型之后，所述方法还包括：
11.将目标车辆的目标图像输入到所述目标重识别模型中，得到所述目标重识别模型输出的所述目标车辆的重识别结果。
12.可选地，确定所述预定数量的车辆图像对应的车辆电子信息包括：
13.重复执行以下步骤，得到所述预定数量的车辆图像对应的车辆电子信息：
14.通过第一设备采集车辆图像，并通过第二设备获取车辆的所述探测结果；
15.通过路侧通信设备获取所述车辆电子信息，并对所述车辆的车载通信设备进行定位，得到所述定位结果；
16.根据所述探测结果与所述定位结果确定所述车辆图像对应的所述车辆电子信息。
17.可选地，根据所述探测结果与所述定位结果确定所述车辆图像对应的所述车辆电子信息包括：
18.根据所述探测结果中的第一位置信息与车辆速度确定所述车辆在所述定位结果中的第二定位时刻的位置坐标，其中，所述探测结果包括：第一位置信息、车辆速度、第一定位时刻，所述定位结果包括第二位置信息、第二定位时刻；
19.在所述位置坐标与所述第二位置信息的距离差值小于第二预设阈值的情况下，确
定所述车辆图像与所述车辆电子信息对应同一车辆，得到所述车辆图像对应的所述车辆电子信息。
20.可选地，所述方法还包括：
21.根据所述探测结果中的第一定位置信度与所述定位结果中的第二定位置信度确定所述数据组的目标置信度。
22.可选地，通过所述第二设备获取车辆的所述探测结果包括：
23.在所述第二设备为毫米波雷达的情况下，通过所述毫米波雷达对所述车辆进行定位，得到所述探测结果，其中，所述探测结果包括第一位置信息、车辆速度、第一定位时刻以及第一定位置信度；
24.在所述第二设备为激光雷达的情况下，通过所述激光雷达对所述车辆进行至少两次定位，得到第一位置、第一时刻、第一置信度，第二位置、第二时刻、第二置信度；根据所述第一位置、所述第二位置、第一时刻以及所述第二时刻确定所述车辆速度，得到所述探测结果，其中，所述第一位置信息为所述第二位置，所述第一定位时刻为所述第二时刻，所述第一定位置信度为所述第一置信度与所述第二置信度的均值。
25.可选地，在将所述一级标注库中目标置信度大于第一预设阈值的数据组存储到二级标注库中之后，所述方法还包括：
26.接收对所述一级标注库中且不属于所述二级标注库的目标数据组进行人工标注的标注指令；
27.根据所述标注指令对所述目标数据组进行标注；
28.将标注后的所述目标数据组存储到所述二级标注库中。
29.根据本发明的另一个实施例，还提供了一种车辆重识别模型训练装置，包括：
30.确定模块，用于确定预定数量的车辆图像对应的车辆电子信息；
31.第一存储模块，用于将所述预定数量的数据组存储到预先设置的一级标注库中，其中，每个所述数据组包括所述车辆图像与所述车辆电子信息；
32.第二存储模块，用于将所述一级标注库中目标置信度大于第一预设阈值的数据组存储到二级标注库中；
33.训练模块，用于在所述二级标注库中所述数据组的数量大于或等于第二预设阈值的情况下，根据所述二级标注库对车辆重识别模型进行训练，得到目标重识别模型。
34.可选地，所述装置还包括：
35.重识别模块，用于将目标车辆的目标图像输入到所述目标重识别模型中，得到所述目标重识别模型输出的所述目标车辆的重识别结果。
36.可选地，所述确定模块包括：
37.执行子模块，用于重复执行以下步骤，得到所述预定数量的车辆图像对应的车辆电子信息：
38.获取单元，用于通过第一设备采集车辆图像，并通过第二设备获取车辆的所述探测结果；
39.定位单元，用于通过路侧通信设备获取所述车辆电子信息，并对所述车辆的车载通信设备进行定位，得到所述定位结果；
40.第一确定单元，用于根据所述探测结果与所述定位结果确定所述车辆图像对应的
所述车辆电子信息。
41.可选地，所述第一确定单元，还用于
42.根据所述探测结果中的第一位置信息与车辆速度确定所述车辆在所述定位结果中的第二定位时刻的位置坐标，其中，所述探测结果包括：第一位置信息、车辆速度、第一定位时刻，所述定位结果包括第二位置信息、第二定位时刻；
43.在所述位置坐标与所述第二位置信息的距离差值小于第二预设阈值的情况下，确定所述车辆图像与所述车辆电子信息对应同一车辆，得到所述车辆图像对应的所述车辆电子信息。
44.可选地，所述装置还包括：
45.第二确定单元，用于根据所述探测结果中的第一定位置信度与所述定位结果中的第二定位置信度确定所述数据组的目标置信度。
46.可选地，所述获取单元，还用于
47.在所述第二设备为毫米波雷达的情况下，通过所述毫米波雷达对所述车辆进行定位，得到所述探测结果，其中，所述探测结果包括第一位置信息、车辆速度、第一定位时刻以及第一定位置信度；
48.在所述第二设备为激光雷达的情况下，通过所述激光雷达对所述车辆进行至少两次定位，得到第一位置、第一时刻、第一置信度，第二位置、第二时刻、第二置信度；根据所述第一位置、所述第二位置、第一时刻以及所述第二时刻确定所述车辆速度，得到所述探测结果，其中，所述第一位置信息为所述第二位置，所述第一定位时刻为所述第二时刻，所述第一定位置信度为所述第一置信度与所述第二置信度的均值。
49.可选地，所述装置还包括：
50.接收模块，用于接收对所述一级标注库中且不属于所述二级标注库的目标数据组进行人工标注的标注指令；
51.标注模块，用于根据所述标注指令对所述目标数据组进行标注；
52.存储模块，用于将标注后的所述目标数据组存储到所述二级标注库中。
53.根据本发明的又一个实施例，还提供了一种计算机可读的存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
54.根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
55.通过本发明，确定预定数量的车辆图像对应的车辆电子信息；将所述预定数量的数据组存储到预先设置的一级标注库中，其中，每个所述数据组包括所述车辆图像与所述车辆电子信息；将所述一级标注库中目标置信度大于第一预设阈值的数据组存储到二级标注库中；在所述二级标注库中所述数据组的数量大于或等于第二预设阈值的情况下，根据所述二级标注库对车辆重识别模型进行训练，得到目标重识别模型，可以解决相关技术中车辆重识别reid通过离线训练方式不具备自主升级能力的问题，通过二级标准库对车辆重识别模型进行在线训练，实现了模型自主升级。
附图说明
56.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
57.图1是本发明实施例的车辆重识别模型训练方法的移动终端的硬件结构框图；
58.图2是根据本发明实施例的车辆重识别模型训练方法的流程图；
59.图3是根据本发明实施例的路侧单元采集车辆电子信息的示意图；
60.图4是根据本发明实施例的车辆重识别模型训练装置的框图；
61.图5是根据本发明优选实施例的车辆重识别模型训练装置的框图一；
62.图6是根据本发明优选实施例的车辆重识别模型训练装置的框图二。
具体实施方式
63.下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
64.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
65.本技术实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的车辆重识别模型训练方法的移动终端的硬件结构框图，如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)和用于存储数据的存储器104，可选地，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
66.存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的车辆重识别模型训练方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可以是高速随机存储器，还可以是非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104进一步可以是相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
67.传输装置106用于接收或者发送数据，例如经由网络接收或发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(network interface controller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(radio frequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
68.在本实施例中提供了一种运行于上述移动终端或网络架构的车辆重识别模型训练方法，图2是根据本发明实施例的车辆重识别模型训练方法的流程图，如图2所示，该流程包括如下步骤：
69.步骤s202，确定预定数量的车辆图像对应的车辆电子信息；
70.本发明实施例中的车辆电子信息可以是车牌号码，可选的，还可以包括车型、车辆颜色、车架号等。本发明实施例中的预定数量可以根据模型训练的需要进行设置，例如，设置为2万，3万等，具体数量仅仅是举例说明，并不对保护范围构成限定。
71.步骤s204，将所述预定数量的数据组存储到预先设置的一级标注库中，其中，每个所述数据组包括所述车辆图像与所述车辆电子信息；
72.步骤s206，将所述一级标注库中目标置信度大于第一预设阈值的数据组存储到二级标注库中；
73.上述步骤s206中，选取标注较为准确的数据组，即目标置信度大于第一预设阈值的数据组，并存储到二级标注库中，则二级标注库中的数据组中标注的内容较为准确。
74.步骤s208，在所述二级标注库中所述数据组的数量大于或等于第二预设阈值的情况下，根据所述二级标注库对车辆重识别模型进行训练，得到目标重识别模型。
75.通过上述步骤s202至s208，可以解决相关技术中车辆重识别reid通过离线训练方式不具备自主升级能力的问题，通过二级标准库对车辆重识别模型进行在线训练，实现了模型自主升级。
76.本发明实施例中，上述步骤s202具体可以包括：重复执行以下步骤，得到所述预定数量的车辆图像对应的车辆电子信息：
77.s2021，通过第一设备采集车辆图像，并通过第二设备获取车辆的所述探测结果，其中，第二设备触发第一设备采集车辆图像，第一设备可以为包括摄像头的图像采集设备，第二设备具体可以是激光雷达与毫米波雷达，需要说明的是，第一设备与第二设备也可以是同一设备，即同时采集车辆图像与获取车辆的探测结果的设备，进一步的，在所述第二设备为毫米波雷达的情况下，通过所述毫米波雷达对所述车辆进行定位，得到所述探测结果，其中，所述探测结果包括第一位置信息、车辆速度、第一定位时刻以及第一定位置信度；在所述第二设备为激光雷达的情况下，通过所述激光雷达对所述车辆进行至少两次定位，得到第一位置、第一时刻、第一置信度，第二位置、第二时刻、第二置信度，具体的，若为两次定位，通过激光雷达对车辆进行第一次定位，得到车辆的第一位置、第一时刻、第一置信度，在间隔一定时间之后，通过激光雷达对车辆进行第二次定位，得到车辆的第二位置、第二时刻、第二置信度，通过两次定位便可确定车辆的探测结果，计算速度快，当然也可以通过多次定位，多次定位得到的探测结果更加精确；根据所述第一位置、所述第二位置、第一时刻以及所述第二时刻确定所述车辆速度，得到所述探测结果，其中，所述第一位置信息为所述第二位置，所述第一定位时刻为所述第二时刻，所述第一定位置信度为所述第一置信度与所述第二置信度的均值。
78.若上述的第一设备与第二设备为包括摄像头和激光雷达的目标设备，通过目标设备获取车辆的探测结果，并触发摄像头采集车辆图像，进一步的，通过激光雷达对车辆进行两次定位，得到第一位置x1、第一时刻t1、第一置信度y1，第二位置x2、第二时刻t2、第二置信度y2，以两次定位为例进行说明，大于两次定位的处理方式与两次定位的处理方式类似，在此不再赘述。具体的，通过激光雷达对车辆进行第一次定位，得到车辆的第一位置x1、第一时刻t1、第一置信度y1，在预先设置的间隔时间20ms(间隔的时间可以预先根据情况进行设置，也可以设置为其他的值，如30秒，50秒等)之后，通过激光雷达对车辆进行第二次定位，得到车辆的第二位置x2、第二时刻t2、第二置信度y2，通过两次定位便可确定车辆的探
测结果；根据x1、x2、t1以及t2确定车辆速度，车辆速度v＝(x2-x1)/(t2-t1)，所述第一位置信息为x2，所述第一定位时刻为t2，所述第一定位置信度为y1、y2的平均值y3,得到的探测结果包括：x2,v,t2,y3。
79.s2022，通过路侧通信设备获取所述车辆电子信息，并对所述车辆的车载通信设备进行定位，得到所述定位结果；
80.本发明实施例中的路侧通信设备具体可以是路侧单元(rode side unit，简称为rsu)或车对外界的信息交换(vehicle to everything，简称为v2x)设备。路侧通信设备与车载通信设备建立无线连接，车辆通信设备具体可以是车载单元、车载终端等。
81.s2023，根据所述探测结果与所述定位结果确定所述车辆图像对应的所述车辆电子信息，进一步的，根据所述探测结果中的第一位置信息与车辆速度确定所述车辆在所述定位结果中的第二定位时刻的位置坐标，其中，所述探测结果包括：第一位置信息、车辆速度、第一定位时刻，所述定位结果包括第二位置信息、第二定位时刻；在所述位置坐标与所述第二位置信息的距离差值小于第二预设阈值的情况下，确定所述车辆图像与所述车辆电子信息对应同一车辆，得到所述车辆图像对应的所述车辆电子信息，通过定位结果中的第二位置信息与基于探测结果得到的位置坐标确定车辆图像与车辆电子信息是否对应同一车辆，若述位置坐标与所述第二位置信息的距离差值小于第二预设阈值，则对应同一车辆，否则对应不同车辆。
82.本发明实施例中第一预设阈值、第二预设阈值均可以根据实际情况进行设置，例如，可以将第二预设阈值设置为3米，5米等，仅仅是举例说明，并不对本发明实施例的保护范围构成限定。
83.在一可选的实施例中，还可以根据所述探测结果中的第一定位置信度与所述定位结果中的第二定位置信度确定所述数据组的目标置信度，具体可以是取第一定位置信度与第二定位置信度的均值作为目标置信度，也可以为第一定位置信度与第二定位置信度的加权和，具体的，第一定位置信度设置权重1，为第二定位置信度设置权重2，目标置信度＝(第一定位置信度*第二定位置信度*权重2)/(权重1 权重2)，上述方式仅仅是举例说明，在此并不对具体的方式进行限定。
84.在一可选的实施例中，在根据所述二级标注库对车辆重识别模型进行训练，得到目标重识别模型之后，将目标车辆的目标图像输入到所述目标重识别模型中，得到所述目标重识别模型输出的所述目标车辆的重识别结果，即基于训练得到的目标重识别模型对目标车辆进行重识别处理，得到目标车辆的重识别结果，提高了车辆重识别的准确性。
85.在另一可选的实施例中，将所述一级标注库中目标置信度大于第一预设阈值的数据组存储到二级标注库中之后，还可以认为修订标注不准确的数据组，具体的，用户选中需要修订的数据组之后，触发标注指令，终端接收对所述一级标注库中且不属于所述二级标注库的目标数据组进行人工标注的标注指令，根据所述标注指令对所述目标数据组进行标注，将标注后的所述目标数据组存储到所述二级标注库中，即对于一级标注库中置信度较低的数据组，即不属于二级标准库的目标数据组，进行人工标注，人为修订标注不准确，可以进一步提高标注的准确性。
86.通过目标设备对车辆进行探测，获取所述探测结果，其中，所述探测结果具体可以包括：第一位置信息、车辆速度、第一定位时刻以及第一定位置信度。并同时触发摄像机抓
拍,获得车辆图像。其中，目标设备具体可以是激光雷达与毫米波雷达。激光雷达与毫米波雷达均利用回波成像构显被探测的车辆，激光雷达发射的电磁波是一条直线，毫米波雷达发射的电磁波是一个锥状的波束，这个波段的天线主要以电磁辐射为主，由于毫米波雷达可以直接探测到车辆速度，若目标设备为毫米波雷达进行一次定位便可得到所述探测结果；由于激光雷达每次探测得到的是车辆的位置，若目标设备为激光雷达，至少定位两次才能得到所述探测结果，需要根据两次探测得到的数据计算出车辆速度。
87.图3是根据本发明实施例的路侧单元采集车辆电子信息的示意图，如图3所示，若上述的路侧通信设备为rsu，车载通信设备为车载单元，与车载通信设备建立无线连接，通过rsu与车载单元通信，获得车辆电子信息，其中，车辆电子信息至少可以包含车牌号码，可选的，还可以包括车型、车辆颜色、车架号等，同时对车载单元(或车载终端)进行至少1次定位，得到所述定位结果，其中，所述定位结果中包含第二位置信息、第二定位时刻以及第二定位置信度。
88.根据第一位置信息、第一定位时刻、车辆速度计算出在第二定位时刻时的位置10，在第二位置信息与位置10的差距小于阈值y的情况下，认为车辆图像11与车辆电子信息是对应的，将该数据组:[车辆图像11车辆电子信息]放入一级标注库。再计算综合置信度：探测置信度、定位置信度的平均值,如果综合置信度大于给定的阈值d,则将该数据组:[车辆图像11车辆电子信息]放入二级标注库，从而完成车辆图像的标注。
[0089]
初始加载第一车辆重识别模型，实时监测二级标注库，当二级标注库的数量达到预设的数量n，则使用二级标注库对第一车辆重识别模型进行自主学习训练：将二级标注库中的车辆图像信息输入到第一车辆重识别模型，并输出结果，结果的格式为多组被识别为同一车辆的图像集合：
[0090]
vehicle1：{
[0091]
车辆图像11，
[0092]
车辆图像12，
[0093]
车辆图像13，
[0094]
…
[0095]
}
[0096]
vehicle2：{
[0097]
车辆图像21，
[0098]
车辆图像22，
[0099]
车辆图像23，
[0100]
…
[0101]
}
[0102]
对于vehicle1中的每张车辆图像信息，使用二级标注库中与之对应的车辆电子信息进行校对，例如使用车牌号码来判定这些车辆图像是否属于同一车辆，从而实现有监督的训练。训练得到第二车辆重识别模型(对应上述目标车辆重识别模型)，并将第二车辆重识别模型加载到重识别算法处理中，实现了车辆重识别模型在线训练，算法自主升级。
[0103]
根据本发明的另一个实施例，还提供了一种车辆重识别模型训练装置，图4是根据本发明实施例的车辆重识别模型训练装置的框图，如图4所示，包括：
[0104]
确定模块42，用于确定预定数量的车辆图像对应的车辆电子信息；
[0105]
第一存储模块44，用于将所述预定数量的数据组存储到预先设置的一级标注库中，其中，每个所述数据组包括所述车辆图像与所述车辆电子信息；
[0106]
第二存储模块46，用于将所述一级标注库中目标置信度大于第一预设阈值的数据组存储到二级标注库中；
[0107]
训练模块48，用于在所述二级标注库中所述数据组的数量大于或等于第二预设阈值的情况下，根据所述二级标注库对车辆重识别模型进行训练，得到目标重识别模型。
[0108]
图5是根据本发明优选实施例的车辆重识别模型训练装置的框图一，如图5所示，所述装置还包括：
[0109]
重识别模块52，用于将目标车辆的目标图像输入到所述目标重识别模型中，得到所述目标重识别模型输出的所述目标车辆的重识别结果。
[0110]
图6是根据本发明优选实施例的车辆重识别模型训练装置的框图二，如图6所示，所述确定模块42包括：
[0111]
执行子模块62，用于重复执行以下步骤，得到所述预定数量的车辆图像对应的车辆电子信息：
[0112]
获取单元621，用于通过第一设备采集车辆图像，并通过第二设备获取车辆的所述探测结果；
[0113]
定位单元622，用于通过路侧通信设备获取所述车辆电子信息，并对所述车辆的车载通信设备进行定位，得到所述定位结果；
[0114]
第一确定单元623，用于根据所述探测结果与所述定位结果确定所述车辆图像对应的所述车辆电子信息。
[0115]
可选地，所述第一确定单元623，还用于
[0116]
根据所述探测结果中的第一位置信息与车辆速度确定所述车辆在所述定位结果中的第二定位时刻的位置坐标，其中，所述探测结果包括：第一位置信息、车辆速度、第一定位时刻，所述定位结果包括第二位置信息、第二定位时刻；
[0117]
在所述位置坐标与所述第二位置信息的距离差值小于第二预设阈值的情况下，确定所述车辆图像与所述车辆电子信息对应同一车辆，得到所述车辆图像对应的所述车辆电子信息。
[0118]
可选地，所述装置还包括：
[0119]
第二确定单元，用于根据所述探测结果中的第一定位置信度与所述定位结果中的第二定位置信度确定所述数据组的目标置信度。
[0120]
可选地，所述获取单元621，还用于
[0121]
在所述第二设备为毫米波雷达的情况下，通过所述毫米波雷达对所述车辆进行定位，得到所述探测结果，其中，所述探测结果包括第一位置信息、车辆速度、第一定位时刻以及第一定位置信度；
[0122]
在所述第二设备为激光雷达的情况下，通过所述激光雷达对所述车辆进行至少两次定位，得到第一位置、第一时刻、第一置信度，第二位置、第二时刻、第二置信度；根据所述第一位置、所述第二位置、第一时刻以及所述第二时刻确定所述车辆速度，得到所述探测结果，其中，所述第一位置信息为所述第二位置，所述第一定位时刻为所述第二时刻，所述第
一定位置信度为所述第一置信度与所述第二置信度的均值。
[0123]
可选地，所述装置还包括：
[0124]
接收模块，用于接收对所述一级标注库中且不属于所述二级标注库的目标数据组进行人工标注的标注指令；
[0125]
标注模块，用于根据所述标注指令对所述目标数据组进行标注；
[0126]
存储模块，用于将标注后的所述目标数据组存储到所述二级标注库中。
[0127]
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
[0128]
本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
[0129]
可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
[0130]
s1，确定预定数量的车辆图像对应的车辆电子信息；
[0131]
s2，将所述预定数量的数据组存储到预先设置的一级标注库中，其中，每个所述数据组包括所述车辆图像与所述车辆电子信息；
[0132]
s3，将所述一级标注库中目标置信度大于第一预设阈值的数据组存储到二级标注库中；
[0133]
s4，在所述二级标注库中所述数据组的数量大于或等于第二预设阈值的情况下，根据所述二级标注库对车辆重识别模型进行训练，得到目标重识别模型。
[0134]
可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(read-only memory，简称为rom)、随机存取存储器(random access memory，简称为ram)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
[0135]
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
[0136]
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
[0137]
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
[0138]
s1，确定预定数量的车辆图像对应的车辆电子信息；
[0139]
s2，将所述预定数量的数据组存储到预先设置的一级标注库中，其中，每个所述数据组包括所述车辆图像与所述车辆电子信息；
[0140]
s3，将所述一级标注库中目标置信度大于第一预设阈值的数据组存储到二级标注库中；
[0141]
s4，在所述二级标注库中所述数据组的数量大于或等于第二预设阈值的情况下，根据所述二级标注库对车辆重识别模型进行训练，得到目标重识别模型。
[0142]
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
[0143]
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用
的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
[0144]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。