交通标志检测方法、装置、设备、存储介质及产品

本申请涉及图像识别，尤其涉及交通标志检测方法、装置、设备、存储介质及产品。

背景技术：

1、随着城市人口的持续膨胀和汽车数量的不断增加，城市交通问题逐渐浮出水面，交通标志检测技术的研发与应用显得至关重要，其在缓解城市交通压力、提升交通安全性以及改善城市环境等方面具有不可替代的作用。

2、目前，通过捕捉交通标志中醒目的视觉特征，比如鲜明的颜色、独特的形状等，能有效地识别出不同的交通标志。然而，由于存在光照条件的变化、天气状况的波动等多种因素，采集到的交通标志图像数据质量可能会受到不同程度的影响，导致交通标志的检测准确度低。

3、因此，如何提高交通标志检测准确度，是目前亟需解决的一个问题。

4、上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

1、本申请的主要目的在于提供一种交通标志检测方法、装置、设备、存储介质及产品，旨在解决交通标志的检测准确度低的技术问题。

2、为实现上述目的，本申请提出一种交通标志检测方法，所述的方法包括：

3、获取道路实时图像；

4、将所述道路实时图像输入至目标图像检测模型，获得目标识别结果，所述目标图像检测模型用于提取图像的特征信息和/或目标位置信息；

5、基于所述目标识别结果检测交通标志。

6、在一实施例中，所述将所述道路实时图像输入至所述目标图像检测模型，获得目标识别结果的步骤之前，包括：

7、根据道路图像数据和交通标注图像数据建立初始图像检测模型；

8、优化所述初始图像检测模型，得到目标图像检测模型。

9、在一实施例中，所述图像检测模型包括遥感检测模块，所述优化所述初始图像检测模型，得到目标图像检测模型的步骤，包括：

10、将所述道路图像数据输入至遥感检测模块，所述遥感检测模块用于获得道路图像数据的关键特征；

11、基于所述道路图像数据的关键特征，优化所述初始图像检测模型，得到目标图像检测模型。

12、在一实施例中，所述图像检测模型包括注意力机制，所述基于所述道路图像数据的关键特征，优化所述初始图像检测模型，得到目标图像检测模型的步骤，包括：

13、根据所述道路图像数据的关键特征获得输入特征图；

14、基于所述注意力机制将所述目标位置信息嵌入所述输入特征图；

15、根据所述输入特征图生成注意力图；

16、将所述注意力图应用于所述输入特征图，得到新的输入特征图，所述新的输入特征图用于增强对目标位置的关注；

17、根据所述新的输入特征图优化所述初始图像检测模型，得到目标图像检测模型。

18、在一实施例中，所述优化所述初始图像检测模型，得到目标图像检测模型的步骤，包括：

19、最小化损失函数，用于优化检测网络的边界框回归性能；

20、当回归性能满足预设条件时，得到目标图像检测模型。

21、在一实施例中，所述损失函数包括宽高损失，所述最小化损失函数的步骤，包括：

22、最小化宽高损失，所述宽高损失为目标框与预测框的宽度和高度之差。

23、此外，为实现上述目的，本申请还提出一种交通标志检测装置，所述交通标志检测装置包括：

24、图像获取模块，用于获取道路实时图像；

25、目标识别模块，用于将所述道路实时图像输入至目标图像检测模型，获得目标识别结果，所述目标图像检测模型用于提取图像的特征信息和/或目标位置信息；

26、标志检测模块，用于基于所述目标识别结果检测交通标志。

27、此外，为实现上述目的，本申请还提出一种交通标志检测设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的交通标志检测方法的步骤。

28、此外，为实现上述目的，本申请还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的交通标志检测方法的步骤。

29、此外，为实现上述目的，本申请还提供一种计算机程序产品，所述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如上文所述的交通标志检测方法的步骤。

30、本申请提出的一个或多个技术方案，至少具有以下技术效果：

31、通过获取道路实时图像，可以确保系统对路况变化的即时响应，将道路实时图像输入至目标图像检测模型，获得目标识别结果，目标图像检测模型用于提取图像的特征信息和/或目标位置信息，基于目标识别结果检测交通标志，实现了对交通标志的实时、准确检测。这种检测方式不仅提高了驾驶的安全性，也为智能交通系统的其他功能(如路线规划、交通管理等)提供了重要的数据支持。

技术特征：

1.一种交通标志检测方法，其特征在于，所述的方法包括：

2.如权利要求1所述的方法，其特征在于，所述将所述道路实时图像输入至所述目标图像检测模型，获得目标识别结果的步骤之前，包括：

3.如权利要求2所述的方法，其特征在于，所述图像检测模型包括遥感检测模块，所述优化所述初始图像检测模型，得到目标图像检测模型的步骤，包括：

4.如权利要求3所述的方法，其特征在于，所述图像检测模型包括注意力机制，所述基于所述道路图像数据的关键特征，优化所述初始图像检测模型，得到目标图像检测模型的步骤，包括：

5.如权利要求2所述的方法，其特征在于，所述优化所述初始图像检测模型，得到目标图像检测模型的步骤，包括：

6.如权利要求5所述的方法，其特征在于，所述损失函数包括宽高损失，所述最小化损失函数的步骤，包括：

7.一种交通标志检测装置，其特征在于，所述装置包括：

8.一种交通标志检测设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至6中任一项所述的交通标志检测方法的步骤。

9.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的交通标志检测方法的步骤。

10.一种计算机程序产品，其特征在于，所述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如权利要求1至6中任一项所述的交通标志检测方法的步骤。

技术总结本申请公开了一种交通标志检测方法、装置、设备、存储介质及产品，涉及图像识别技术领域，该方法包括：通过获取道路实时图像，可以确保系统对路况变化的即时响应，将道路实时图像输入至目标图像检测模型，获得目标识别结果，目标图像检测模型用于提取图像的特征信息和/或目标位置信息，基于目标识别结果检测交通标志，实现了对交通标志的实时、准确检测。这种检测方式不仅提高了驾驶的安全性，也为智能交通系统的其他功能(如路线规划、交通管理等)提供了重要的数据支持。技术研发人员：余博晗,廖明潮,张润丰受保护的技术使用者：武汉轻工大学技术研发日：技术公布日：2024/9/2