[发明专利]一种基于深度学习的车辆外观部件识别方法在审
| 申请号： | 201811521007.2 | 申请日： | 2018-12-12 |
| 公开（公告）号： | CN109657596A | 公开（公告）日： | 2019-04-19 |
| 发明（设计）人： | 朱向雷;郭维明;刘森;朱倩倩;赵子豪 | 申请（专利权）人： | 天津卡达克数据有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/34;G06K9/62 |
| 代理公司： | 天津企兴智财知识产权代理有限公司 12226 | 代理人： | 杨娥 |
| 地址： | 300393 天津市西青区中*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的车辆外观部件识别方法，获取现实生活中的车辆图像并对车辆外观部件进行像素级分割标注；搭建深度卷积神经网络；使用搭建完成的网络模型开展训练；利用训练后的模型进行车辆外观部件识别与模型评估。本发明所述的一种基于深度学习的车辆外观部件识别方法，实现了针对任意尺寸、任意角度、任意车型且在真实环境下对车辆图像进行外观部件的像素级目标分割的识别方法，模型算法运算速度快、精度高。 | ||
| 搜索关键词： | 车辆外观 部件识别 车辆图像 像素级 卷积神经网络 运算速度快 模型评估 模型算法 目标分割 外观部件 网络模型 现实生活 真实环境 学习 标注 车型 分割 | ||
【主权项】：
1.一种基于深度学习的车辆外观部件识别方法，其特征在于：包括：步骤一：获取现实生活中的车辆图像并对车辆外观部件进行像素级分割标注；步骤二：搭建深度卷积神经网络；步骤三：使用搭建完成的网络模型开展训练；步骤四：利用训练后的模型进行车辆外观部件识别与模型评估。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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天津卡达克数据有限公司，未经天津卡达克数据有限公司许可，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/patent/201811521007.2/，转载请声明来源钻瓜专利网。
