[发明专利]一种基于深度学习的车辆多属性识别方法、装置和设备在审
| 申请号： | 201910024389.6 | 申请日： | 2019-01-10 |
| 公开（公告）号： | CN109816001A | 公开（公告）日： | 2019-05-28 |
| 发明（设计）人： | 毛亮;朱婷婷;薛昆南;黄仝宇;汪刚;宋一兵;侯玉清;刘双广 | 申请（专利权）人： | 高新兴科技集团股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 广州国鹏知识产权代理事务所(普通合伙) 44511 | 代理人： | 何志军 |
| 地址： | 510530 广东省广州*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请属于计算机视觉技术领域，尤其涉及一种基于深度学习的车辆多属性识别方法、装置和设备。本申请公开了一种基于深度学习的车辆多属性识别方法、装置和设备，其中方法包括：获取待检测车辆图片；将所述待检测车辆图片输入至基于预置卷积神经网络的预置多属性识别模型，得到所述待检测车辆图片的多属性识别结果，所述预置多属性识别模型为车辆图片和多属性识别结果的关联关系模型；所述预置卷积神经网络为：一个data层，五个conv层，两个dropout层，三个pooling层、两个fc层和两个loss层。解决了现有车辆多属性识别时耗时久的技术问题。 | ||
| 搜索关键词： | 属性识别 预置 待检测车辆 卷积神经网络 计算机视觉技术 关联关系模型 车辆图片 图片输入 学习 申请 耗时 图片 | ||
【主权项】：
1.一种基于深度学习的车辆多属性识别方法，其特征在于，包括：获取待检测车辆图片；将所述待检测车辆图片输入至基于预置卷积神经网络的预置多属性识别模型，得到所述待检测车辆图片的多属性识别结果，所述预置多属性识别模型为车辆图片和多属性识别结果的关联关系模型；所述预置卷积神经网络为：一个data层，五个conv层，两个dropout层，三个pooling层、两个fc层和两个loss层。
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高新兴科技集团股份有限公司，未经高新兴科技集团股份有限公司许可，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/201910024389.6/，转载请声明来源钻瓜专利网。
