基于深度网络的车辆前后端图像识别方法研究
针对智能交通车辆图像特征识别问题,本文对深度网络和车辆图像特征提取方法进行研究,构建一种车辆特征检测网络结构.实验表明通过对车辆图像变换拉伸等数据增强操作,并在结构中引入随机清零,在保证识别率的前提下有效抑制了模型过拟合现象.最后运用特征提取结合自己设计的分类层训练出模型,该模型对车辆前后端图像特征有较高的识别率.
深度学习、数据增强、图像识别、过拟合
15
TP31(计算技术、计算机技术)
2019-06-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
147-150