[发明专利]一种基于标签平滑正则化的车型识别方法在审
申请号: | 202210147659.4 | 申请日: | 2022-02-17 |
公开(公告)号: | CN114863309A | 公开(公告)日: | 2022-08-05 |
发明(设计)人: | 董琪;胡昌辉 | 申请(专利权)人: | 胡昌辉 |
主分类号: | G06V20/40 | 分类号: | G06V20/40;G06K9/62;H04N5/225 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 710071 陕西省西安市*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 标签 平滑 正则 车型 识别 方法 | ||
1.一种基于标签平滑正则化的车型识别方法,其特征在于,包括以下步骤:
步骤1:准备好的车型数据集,将其划分为训练集Tr,验证集v和测试集te,本算法采用的数据集为Stanford Cars车辆细粒度分类数据集和CompCars数据集;
步骤2:对训练集Tr进行数据增强预处理操作,包括水平翻转、随机裁剪等数据增强方法,生成训练集tr;
步骤3:用ImageNet训练后得到的ResNeXt网络预训练模型,初始化车辆图像特征提取网络ResNeXt的初始权重,将网络的最后一层全连接层替换为Softmax分类器;
步骤4:用训练集tr,验证集v训练初始化后的ResNeXt网络,训练时损失函数为标签平滑正则化后的交叉熵损失函数,得到训练后的ResNeXt车型识别模型,包含训练后的Softmax分类器,本算法采用的优化器选择是SGD,初始学习效率是0.0005,正则化参数是le-4,动量是0.9,dropout rate设置是0.5,即随机丢失50%的参数,防止网络模型过拟合,批次数是32,迭代轮数是100轮;
步骤5:用测试集te对训练好的网络模型进行测试评估,根据测试结果调整训练参数,重复步骤4,直至得到准确率最高的ResNeXt车型识别模型。
2.根据权利要求1所述的基于标签平滑正则化的车型识别方法,其特征在于,还包括一种车型识别自动洗车机,所述一种车型识别自动洗车机,包括车库(1)、拍摄机构(2),所述车库(1)的内部两侧均安装有侧面清洗机构(3),车库(1)的内部顶端安装有顶面清洗机构(4),拍摄机构(2)安装在车库(1)的顶部一侧。
3.根据权利要求2所述的基于标签平滑正则化的车型识别方法,其特征在于,所述拍摄机构(2)包括设置在车库(1)顶部一侧的支座(21)和铰接在支座(21)上的摄像头(23),支座(21)的一侧固定安装有电机(22),电机(22)的输出端与摄像头(23)的铰接中心固定连接。
4.根据权利要求3所述的基于标签平滑正则化的车型识别方法,其特征在于,所述支座(21)的一侧设置有抽水箱(25),抽水箱(25)的顶部设置有活塞杆(251),车库(1)的侧壁上在抽水箱(25)的上方固定安装有电动推拉杆(24),电动推拉杆(24)的输出端与活塞杆(251)的顶端固定连接,摄像头(23)的镜头上方设置有喷水头(231),喷水头(231)与抽水箱(25)连通。
5.根据权利要求4所述的基于标签平滑正则化的车型识别方法,其特征在于,所述支座(21)的一侧在靠近抽水箱(25)的位置固定设置有第一气缸(26),第一气缸(26)的输入端与电动推拉杆(24)的输出端固定连接,摄像头(23)的镜头下方固定设置有第二气缸(27),第二气缸(27)的输出端固定连接有海绵擦(28),第一气缸(26)与第二气缸(27)连通。
6.根据权利要求2所述的基于标签平滑正则化的车型识别方法,其特征在于,所述侧面清洗机构(3)包括移动座(31),移动座(31)滑动安装在车库(1)的内部侧壁上,移动座(31)远离车库(1)侧壁的一端固定安装有第一电动伸缩杆(32),第一电动伸缩杆(32)远离车库(1)侧壁的一端固定连接有支架(33),支架(33)内转动连接有侧面清洁筒(34),支架(33)的顶部固定安装有第二电动伸缩杆(35)。
7.根据权利要求2所述的基于标签平滑正则化的车型识别方法,其特征在于,所述车库(1)的内部侧壁上沿着车库(1)的长度方向开设有滑槽(6),车库(1)的内部侧壁上沿着滑槽(6)的长度方向安装有往复丝杆(5),往复丝杆(5)与移动座(31)传动连接。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于胡昌辉,未经胡昌辉许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210147659.4/1.html,转载请声明来源钻瓜专利网。