-
公开(公告)号：CN108280490A
公开(公告)日：2018-07-13
申请号：CN201810167949.9
申请日：2018-02-28
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于卷积神经网络的细粒度车型识别方法，包括如下步骤：步骤S101，输入车型图像并划分为训练样本与测试样本；步骤S102，根据输入图像的类别标签，设计基于细类别和粗类别的类别编码，用于训练；步骤S103，设计卷积层、池化层、全连接层，对车型特征进行提取；步骤S104，设计分类函数，根据提取的车型特征进行分类；步骤S105，设计代价函数，根据预测的样本编码和真实的样本编码，使用对数似然估计计算代价函数；步骤S106，使用梯度下降法对网络的权值和偏移量进行更新；步骤S107，根据训练得到的网络结构，实现基于卷积神经网络的车型识别方法。采用本发明的方法，实现基于卷积神经网络的细粒度车型的识别，提高识别的准确率。
Search Results
1
records
(took 0.019 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
