一种车标识别模型的训练方法及装置、车标识别方法专利信息由爱企查专利频道提供,一种车标识别模型的训练方法及装置、车标识别方法说明:本申请实施例公开了一种车标识别模型的训练方法及装置、车标识别方法,采集初始车标图像样本集;对初始车标...专利查询请上爱企查
摘要 本发明公开了一种基于复合CNN模型的车标识别方法,包括如下步骤:S1、车标复杂度预判,根据车标样本的复杂度将训练样本分为两组G1和G2,其中G1组车标复杂度值差异较小,G2组车标复杂度差异较大;S2、基于复合CNN模型对样本进行网络训练;S3、车标识别,并将原始车标图片作为输入,在训练好的卷积神经网络分别进行特征...
本发明公开了一种基于复合CNN模型的车标识别方法,包括如下步骤:S1,车标复杂度预判,根据车标样本的复杂度将训练样本分为两组G和G,其中G组车标复杂度值差异较小,G组车标复杂度差异较大;S2,基于复合CNN模型对样本进行网络训练;S3,车标识别,并将原始车标图片作为输入,在训练好的卷积神经网络分别进行特征提取,并在全连...
本申请涉及一种车标分类模型的训练方法,车标识别方法,装置及设备.车标分类模型的训练方法包括:获取多个训练样本图像,将多个训练样本图像中任两个训练样本图像按照预设的融合比例进行融合,得到融合样本图像;将融合样本图像输入车标分类模型中进行分类处理,得到车标分类结果;分别计算车标分类结果与任两个训练样本图像的类别标签...
s2、基于复合cnn模型对样本进行网络训练,所述复合cnn模型即两个传统卷积神经网络,将两个训练样本g1和g2作为两个传统卷积神经网络的输入,并通过双向传播进行权值更新和调整,进行网络训练,直到网络收敛或达到训练要求为止; s3、车标识别,将待识别的车标样本通过判断其复杂度信息自适应选取某一卷积神经网络,并将原始车标...
实现步骤为:制作带有标注和标签的车标图像数据集,数据增强;使用改进后的YOLO_V3模型的卷积神经网络提取数据集中车标的多尺度特征,并训练车标识别模型;输入待检测车标图像,使用车标识别模型对待检测车标进行识别,并获得待检测车标的位置信息;根据训练模型,输出预测图像,完成检测。本发明提供的方法具有较高的鲁棒性,可以对...