[发明专利]一种卷积神经网络生成方法、车系识别方法及计算设备

摘要

本发明公开了一种用于对图像中的车辆进行车系识别的卷积神经网络生成方法、车系识别方法及计算设备，卷积神经网络生成方法包括：分别构建包括一个或多个卷积层和最大池化层的第一处理块、第三处理块和第五处理块；分别构建包括一个或多个卷积层、第一全局平均池化层、全连接层和激活层的第二处理块、第四处理块和第六处理块；根据一个或多个第一处理块、第二处理块、第三处理块、第四处理块、第五处理块和第六处理块，结合第二全局平均池化层、第一分类器、第二分类器和第三分类器构建卷积神经网络；根据车辆图像数据集合对卷积神经网络进行训练，以便第一分类器、第二分类器和第三分类器的输出分别指示车辆所对应的车系、品牌和级别。

主权项

一种用于对图像中的车辆进行车系识别的卷积神经网络生成方法，适于在计算设备中执行，所述方法包括步骤：分别构建第一处理块、第三处理块和第五处理块，所述第一处理块、第三处理块和第五处理块均包括一个或多个卷积层和最大池化层；分别构建第二处理块、第四处理块和第六处理块，所述第二处理块、第四处理块和第六处理块均包括一个或多个卷积层、第一全局平均池化层、全连接层和激活层；分别构建第二全局平均池化层、第一分类器、第二分类器和第三分类器；根据一个或多个第一处理块、第二处理块、第三处理块、第四处理块、第五处理块和第六处理块，结合所述第二全局平均池化层、第一分类器、第二分类器和第三分类器构建卷积神经网络，所述卷积神经网络以第一处理块为输入，以第一分类器、第二分类器和第三分类器为输出；根据预先获取的车辆图像数据集合对所述卷积神经网络进行训练，以便所述第一分类器、第二分类器和第三分类器的输出分别指示车辆所对应的车系、品牌和级别，所述车辆图像数据集合包括多个车辆图像信息，每个车辆图像信息包括车辆图像和对应图像中车辆的车系信息、品牌信息和级别信息。