本发明专利技术公开了一种胎压检测模型、方法、系统、装置及存储介质，其中方法包括以下步骤：获取汽车轮胎图像；将所述汽车轮胎图像输入至胎压检测模型进行处理后，输出胎压检测结果，所述胎压检测结果包括轮胎完整、轮胎平坦或无轮胎中的一种；其中，所述胎压检测模型用于对所述汽车轮胎图像进行分类处理。本发明专利技术通过利用胎压检测模型对捕获的汽车轮胎图像进行分类，能够在车外对多辆汽车的胎压状况进行判断，而且具有判断效率高的特点。本发明专利技术可广泛应用于胎压监测技术领域内。胎压监测技术领域内。胎压监测技术领域内。
【技术实现步骤摘要】
一种胎压检测方法、系统、装置及存储介质
[0001]本专利技术涉及胎压检测
，尤其是一种胎压检测方法、系统、装置及存储介质。
技术介绍
[0002]车辆的轮胎保持合适的气压对于安全驾驶至关重要，充气不足或漏气的轮胎会影响车辆的整体操控性，使车辆的响应速度变慢，停车速度变慢，严重时，可能导致轮胎爆胎。
[0003]目前，汽车和卡车通常配备轮胎压力监测系统(Tire Pressure Monitoring System，TPMS)，TPMS采用无线传输技术，利用固定于汽车轮胎内的高灵敏度微型无线传感装置在行车或静止的状态下采集轮胎的胎压数据，驾驶员可通过仪表板查看轮胎的胎压数据。然而，TPMS的局限性在于，它的胎压数据只有能够进入车辆内部才能看到，并且它依赖于轮胎内的单个传感装置来采集胎压数据，无法在车外对车辆的胎压情况进行检测。
技术实现思路
[0004]为至少一定程度上解决现有技术中存在的技术问题之一，本专利技术的目的在于：提供一种胎压检测方法、系统、装置及存储介质。
[0005]本专利技术一方面所采取的技术方案是：
[0006]一种胎压检测方法，包括以下步骤：
[0007]获取汽车轮胎图像；
[0008]将所述汽车轮胎图像输入至胎压检测模型进行处理后，输出胎压检测结果，所述胎压检测结果包括轮胎完整、轮胎平坦或无轮胎中的一种；
[0009]其中，所述胎压检测模型用于对所述汽车轮胎图像进行分类处理。
[0010]进一步，所述一种胎压检测方法还包括建立所述胎压检测模型的训练步骤，所述胎压检测模型的训练步骤包括以下步骤：
[0011]所述胎压检测方法还包括建立所述胎压检测模型的训练步骤，所述胎压检测模型的训练步骤，包括以下步骤：
[0012]获取数据集图像，所述数据集图像包括训练集图像，所述数据集图像带有分类标签；
[0013]将所述训练集图像输入至所述胎压检测模型中，获取预测分类标签；
[0014]根据所述预测分类标签和所述分类标签计算损失函数；
[0015]利用损失函数对所述胎压检测模型的网络参数进行优化。
[0016]进一步，所述胎压检测模型的训练步骤，还包括以下步骤：
[0017]获取不同位置和角度的所述训练集图像。
[0018]进一步，所述数据集图像包括测试集图像，所述胎压检测模型的训练步骤，还包括以下步骤：
[0019]采用测试集图像对所述胎压检测模型进行验证。
[0020]进一步，所述胎压检测方法还包括以下步骤：
[0021]对所述胎压检测结果进行视觉显示。
[0022]本专利技术另一方面所采取的技术方案是：
[0023]一种胎压检测系统，包括：
[0024]图像获取模块，用于获取汽车轮胎图像；
[0025]检测模块，用于将所述汽车轮胎图像输入至胎压检测模型进行处理后，输出胎压检测结果，所述胎压检测结果包括轮胎完整、轮胎平坦或无轮胎中的一种；
[0026]其中，所述胎压检测模型用于对所述汽车轮胎图像进行分类处理。
[0027]进一步，所述胎压检测系统还包括模型训练模块，所述模型训练模块包括：
[0028]获取单元，用于获取数据集图像，所述数据集图像包括训练集图像，所述数据集图像带有分类标签；
[0029]处理单元，用于将所述训练集图像输入至所述胎压检测模型中，获取预测分类标签；
[0030]计算单元，用于根据所述预测分类标签和所述分类标签计算损失函数；
[0031]优化单元，用于利用损失函数对所述胎压检测模型的网络参数进行优化。
[0032]本专利技术另一方面所采取的技术方案是：
[0033]一种胎压检测装置，包括：
[0034]至少一个处理器；
[0035]至少一个存储器，用于存储至少一个程序；
[0036]当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现所述的一种胎压检测方法。
[0037]本专利技术一方面所采取的技术方案是：
[0038]一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于实现所述的一种胎压检测方法。
[0039]本专利技术的有益效果是：本专利技术通过利用胎压检测模型对捕获的汽车轮胎图像进行分类，能够在车外对多辆汽车的胎压状况进行判断，而且具有判断效率高的特点。
附图说明
[0040]为了更清楚地说明本专利技术实施例或者现有技术中的技术方案，下面对本专利技术实施例或者现有技术中的相关技术方案附图作以下介绍，应当理解的是，下面介绍中的附图仅仅为了方便清晰表述本专利技术的技术方案中的部分实施例，对于本领域的技术人员来说，在无需付出创造性劳动的前提下，还可以根据这些附图获取到其他附图。
[0041]图1为本专利技术的一种胎压检测方法的步骤流程图；
[0042]图2为本专利技术的一种胎压检测模型框架图；
[0043]图3为本专利技术的一种胎压检测系统结构框图；
[0044]图4为本专利技术的一种胎压检测装置结构框图。
具体实施方式
[0045]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终
相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利技术，而不能理解为对本专利技术的限制。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
[0046]下面参照附图详细描述根据本专利技术实施例提出的一种胎压检测模型、方法、系统、装置及存储介质，首先将参照附图描述根据本专利技术实施例提出的一种胎压检测模型。
[0047]参照图1，本专利技术实施例中的一种胎压检测方法，包括以下步骤：
[0048]S1、构建并训练胎压检测模型，所述胎压检测模型用于对所述汽车轮胎图像进行分类处理；
[0049]具体地，胎压检测模型可采用TensorFlow来进行模型框架的搭建，在一个实施例中，参照图2，采用ResNet网络架构，该ResNet网络架构包括输入层，其中，(3，224，224)确定了输入的图片3个RGB通道，输入图片的规格为高度为224像素，宽度为224像素；图像处理层用于对输入的图像进行图像预处理和特征提取等，图像处理层包括若干个resnet block(残差神经网络块)，每一个resnet block还包括两个basic block(基本块)，每一个resnet block需要添加2个残差，在resnet block之间残差形式是1*1con的卷积形式，例如identiy(128*1*1+RELU)、identiy(256*1*1+RELU)等，在resnet block内部残差形式是lambda x:x的形式，例如identiy(lambda x:x+RELU)，如本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种胎压检测方法，其特征在于，包括以下步骤：获取汽车轮胎图像；将所述汽车轮胎图像输入至胎压检测模型进行处理，输出得到胎压检测结果，所述胎压检测结果包括轮胎完整、轮胎平坦或无轮胎中的一种；其中，所述胎压检测模型用于对所述汽车轮胎图像进行分类处理。2.根据权利要求1所述的一种胎压检测方法，其特征在于，所述胎压检测方法还包括建立所述胎压检测模型的训练步骤，所述胎压检测模型的训练步骤，包括以下步骤：获取数据集图像，所述数据集图像包括训练集图像，所述数据集图像带有分类标签；将所述训练集图像输入至所述胎压检测模型中，获取预测分类标签；根据所述预测分类标签和所述分类标签计算损失函数；利用损失函数对所述胎压检测模型的网络参数进行优化。3.根据权利要求2所述的一种胎压检测方法，其特征在于，所述获取数据集图像这一步骤，包括以下步骤：获取不同位置和角度的所述数据集图像。4.根据权利要求2所述的一种胎压检测方法，其特征在于，所述数据集图像包括测试集图像，所述胎压检测模型的训练步骤，还包括以下步骤：采用测试集图像对所述胎压检测模型进行验证。5.根据权利要求2所述的一种胎压检测方法，其特征在于，所述胎压检测方法还包括以下步骤：对所述胎压检测结果进行视觉显示。6.一种胎压检测系统，其特...
【专利技术属性】
技术研发人员：江伟，宁善平，刘少玲，
申请(专利权)人：广东交通职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。