[发明专利]一种基于卷积神经网络的货车低排放限行识别方法

权利要求书

1.一种基于卷积神经网络的货车低排放限行识别方法，其特征在于，包括以下步骤：

S1、在互联网上获取货车车型的参数信息，提取货车车型图片和对应排放标准信息；

S2、使用one-stage的InceptionV3算法训练货车车型识别模型；

S3、利用训练好的货车车型识别模型对货车图片进行具体分类，完成对货车车型识别；

S4、识别出货车车型后关联排放信息，完成对低排放货车的识别。

2.根据权利要求1所述的基于卷积神经网络的货车低排放限行识别方法，其特征在于，所述S1中是通过crapy框架的网络爬虫爬取货车车型和对应排放标准信息，具体步骤如下：

从互联网上获取包含货车车型的参数信息的种子URL，不断地将网页中要提取的子节点即货车车型的参数信息的超链接提取出来，其次将获得的超链接依次解析，并不断保存网页信息，以此方式进行抓取货车车型和对应排放标准信息。

3.根据权利要求1所述的基于卷积神经网络的货车低排放限行识别方法，其特征在于：所述S2中货车车型识别模型训练好后使用Docker打包。