树状卷积神经网络的车标识别应用

被引:3
作者
吴章辉
李志清
杨晓玲
刘雨桐
机构
[1] 湘潭大学信息工程学院学院
关键词
深度学习; 卷积神经网络; 特征图; 车标识别;
D O I
10.15888/j.cnki.csa.006002
中图分类号
TP183 [人工神经网络与计算]; TP391.41 [];
学科分类号
080203 ;
摘要
为了提高在自然环境下车标识别率,提出一种多通路树状结构的卷积神经网络模型.该模型采用多通路树状结构,在传统卷积网络单一种类卷积核的卷积层上,使用多种类型的卷积核进行卷积操作,并且采用树状网络结构.通过对每个通路的顶层提取特征,作为全连接层的输入,进行车标的分类任务.通过理论分析和实验表明,与传统的卷积神经网络训练获得的分类器相比,车标识别率提升至98.43%.
引用
收藏
页码:166 / 171
页数:6
相关论文
共 4 条