Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种车辆识别模型创建方法、车辆识别方法及相关组件 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:深圳市捷顺科技实业股份有限公司

摘要:本申请公开了一种车辆识别模型创建、车辆识别方法及相关组件,包括:获取并对第一车辆样本图像进行数据增强操作,得到能表征第一车辆样本图像的细粒度特征信息的第二车辆样本图像;利用车辆的不同属性类型的信息分别对第一车辆样本图像和第二车辆样本图像进行标注,得到样本标签,以构建训练集;利用训练集对包括骨干网络和分类头网络的车辆识别模型进行训练;骨干网络用于对第一车辆样本图像和第二车辆样本图像进行特征提取,分类头网络用于对提取到的特征进行识别,以得到车辆的不同属性类型的信息。本申请在对第一车辆样本图像进行数据增强操作的基础上构建训练集,并对车辆识别模型的骨干网络和分类头网络进行训练,提高了提别效率和精确度。

主权项:1.一种车辆识别模型创建方法,其特征在于,包括:获取第一车辆样本图像,并对所述第一车辆样本图像进行数据增强操作,以得到能表征所述第一车辆样本图像的细粒度特征信息的第二车辆样本图像;所述第一车辆样本图像中至少包括完整车头的车辆;利用所述第一车辆样本图像中的车辆的不同属性类型的信息分别对所述第一车辆样本图像和所述第二车辆样本图像进行标注,以得到的相应的样本标签,并利用所述第一车辆样本图像、所述第二车辆样本图像及相应的所述样本标签构建训练集;利用所述训练集对包括骨干网络和分类头网络的车辆识别模型进行训练,得到训练后的所述车辆识别模型;其中,所述骨干网络用于对所述第一车辆样本图像和所述第二车辆样本图像进行特征提取,所述分类头网络用于对提取到的特征进行识别,以得到所述车辆的不同属性类型的信息;在模型的训练过程中,将交叉熵作为所述车辆识别模型的损失函数;其中,所述对所述第一车辆样本图像进行数据增强操作,以得到能表征所述第一车辆样本图像的细粒度特征信息的第二车辆样本图像,包括:基于预设规则对所述第一车辆样本图像进行分块得到各个子样本图像块,并将各个所述子样本图像块进行随机拼接,以得到与所述第一车辆样本图像尺寸一致的第二车辆样本图像;所述骨干网络,具体用于分别对所述第一车辆样本图像和所述第二车辆样本图像进行特征提取,以得到相应的第一特征图和第二特征图;其中,所述第一特征图反映所述车辆的全局特征信息,所述第二特征图反映所述车辆的细粒度特征信息;相应的,所述分类头网络包括第一分类头网络和第二分类头网络,其中:所述第一分类头网络用于对所述车辆的混合特征进行识别,所述第二分类头网络用于对所述第二特征图中的所述车辆的细粒度特征进行识别,以得到所述车辆的不同属性类型的信息;其中,所述混合特征为对所述第一特征图中的所述车辆的全局特征及所述第二特征图中的所述车辆的细粒度特征进行混合后得到的特征;对所述第一特征图中的所述车辆的全局特征及所述第二特征图中的所述车辆的细粒度特征进行混合,包括:利用concat函数对所述第一特征图中的所述车辆的全局特征和所述第二特征图中的所述车辆的细粒度特征进行计算。

全文数据:

权利要求:

百度查询: 深圳市捷顺科技实业股份有限公司 一种车辆识别模型创建方法、车辆识别方法及相关组件

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。