技术特征：
1.电动自行车车牌识别方法，其特征在于，包括：根据预设的车牌训练信息，生成训练集数据；识别数据生成步骤：根据预设的模型参数或者更新参数更新预设的训练模型，得到更新模型；将所述训练集数据输入更新模型，得到识别数据；根据所述识别数据得到标准参数，或者得到更新参数以返回所述识别数据生成步骤；根据所述训练模型和所述标准参数得到车牌识别模型；将获取到的待识别图片输入至所述车牌识别模型，得到车牌号数据。2.根据权利要求1所述的电动自行车车牌识别方法，其特征在于，所述根据预设的车牌训练信息，生成训练集数据，包括：获取电动车车牌集合，其中电动车车牌集合包括全部号牌图片；根据所述电动车车牌集合得到每一号牌图片中车牌的图像信息；根据预设的深度卷积神经网络对每一所述图像信息进行匹配处理，生成所述训练集数据。3.根据权利要求2所述的电动自行车车牌识别方法，其特征在于，所述根据所述电动车车牌集合得到每一号牌图片中车牌的图像信息，包括：识别所述电动车车牌集合中每一所述号牌图片，得到每一所述号牌图片的面积比信息、水平倾斜度信息、垂直倾斜度信息、定位点坐标信息和号码位数信息；根据每一所述号牌图片的面积比信息、所述水平倾斜度信息、所述垂直倾斜度信息、所述定位点坐标信息和所述号码位数信息得到每一所述号牌图片中车牌的所述图像信息。4.根据权利要求1所述的电动自行车车牌识别方法，其特征在于，所述识别数据生成步骤：根据预设的模型参数或者更新参数更新预设的训练模型，包括：根据所述更新参数的获取状态，执行以下步骤之一：若没有获取到所述更新参数，则根据预设的模型参数更新预设的训练模型并生成更新模型；或者，若获取到所述更新参数，则根据更新参数更新预设的训练模型并生成更新模型。5.根据权利要求1所述的电动自行车车牌识别方法，其特征在于，所述根据所述识别数据得到标准参数，或者得到更新参数以返回所述识别数据生成步骤，包括：将所述识别数据与所述训练集数据进行比对，得到偏差数据；根据预设的偏差阈值和偏差数据的比对结果，生成标准参数；或者，根据预设的偏差阈值和偏差数据的比对结果生成更新参数，并返回所述识别数据生成步骤。6.根据权利要求5所述的电动自行车车牌识别方法，其特征在于，所述根据预设的偏差阈值和偏差数据的比对结果，生成标准参数；或者，根据预设的偏差阈值和偏差数据的比对结果生成更新参数，并返回所述识别数据生成步骤，包括：当所述偏差数据小于或者等于所述偏差阈值时，获取所述偏差数据对应的更新模型；根据所述更新模型得到标准参数；
或者；当所述偏差数据大于所述偏差阈值时，根据所述偏差数据与所述偏差阈值得到比对误差；对所述比对误差做梯度计算，得到更新权值；根据所述更新权值生成更新参数，并返回所述识别数据生成步骤。7.电动自行车车牌识别装置，其特征在于，包括：预生成模块，用于根据预设的车牌训练信息，生成训练集数据；模型初始化模块，用于执行识别数据生成步骤：根据预设的模型参数或者更新参数更新预设的训练模型，得到更新模型；数据生成模块，用于将所述训练集数据输入更新模型，得到识别数据，更新模块，用于根据所述识别数据得到标准参数，或者得到更新参数以返回所述模型初始化模块以执行识别数据生成步骤；模型生成模块，用于根据所述训练模型和所述标准参数得到车牌识别模型；识别模块，用于将获取到的待识别图片输入至所述车牌识别模型，得到车牌号数据。8.根据权利要求7所述的电动自行车车牌识别装置，其特征在于，所述更新模块包括：比对单元，用于将所述识别数据与所述训练集数据进行比对，得到偏差数据；判断单元，用于根据预设的偏差阈值和偏差数据的比对结果，生成标准参数；或者，根据预设的偏差阈值和偏差数据的比对结果生成更新参数，并返回所述识别数据生成步骤。9.电动自行车车牌识别设备，其特征在于，包括：存储器，以及与所述存储器通信连接的至少一个处理器，其中所述存储器存储有指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行所述指令时，实现如权利要求1至6任一项所述的电动自行车车牌识别方法。10.计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，执行所述计算机可执行指令，计算机可以实现如权利要求1至6任一项所述的电动自行车车牌识别方法。
技术总结
本发明公开了一种电动车车牌检测方法、装置及存储介质，属于图像识别领域。本发明的电动车车牌检测方法能够根据预设的车牌训练信息，生成训练集数据，进而执行识别数据生成步骤：根据预设的模型参数或者更新参数更新预设的训练模型，得到更新模型；将训练集数据输入更新模型，得到识别数据；根据识别数据得到标准参数，或者得到更新参数以返回识别数据生成步骤；根据训练模型和标准参数得到车牌识别模型；将获取到的待识别图片输入至车牌识别模型，得到车牌号数据，从而有效的提供了一种适用于多种电动自行车车牌的电动自行车车牌识别方法。别方法。别方法。
技术研发人员：孙宪福
受保护的技术使用者：深圳市航天华拓科技有限公司
技术研发日：2021.12.24
技术公布日：2022/4/20