基于神经网络的车辆属性识别方法、装置、设备及介质
Abstract:
本发明公开了一种基于神经网络的车辆属性识别方法、装置、设备及介质,所述方法包括:获取待识别的初始车辆图像,进而对初始车辆图像进行图像预处理,得到目标车辆图像,并将目标车辆图像输入到预设的卷积神经网络模型中,通过预设卷积层提取该目标车辆图像的特征数据并发送给每个分支识别网络进行识别,得到车辆颜色属性、车辆种类属性和车辆安全识别属性,其中,车辆安全识别属性包括:车顶异物检测信息、驾驶安全检测信息和车牌号码识别信息,实现了通过一次识别过程即可完成多种车辆属性的识别,提高了识别效率,且这种采用统一的卷积神经网络同时识别多重属性的方式,提高了识别的准确率。
Patent Agency Ranking
0/0