基于深度神经网络的汽车车型识别

• 作者: 张海仙 王茜
• 来源期刊: 现代计算机（普及版）
• 关键词: 深度学习 车型识别 卷积神经网络
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 图形图像
• 页码范围: 61-64
• 页数: 4页
• 字数: 2107字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2015.35.013

摘要

研究基于深度学习的车型自动识别技术，运用深度神经网络对在各个角度下拍摄的具有复杂背景的汽车图像进行网络训练，从而达到车辆车型的自动识别的目的。采用先进的深度学习框架Caffe和具有强大计算能力的GPU，使用深度神经网络VGG16和AlexNet，分别对汽车图像进行网络训练与测试，并通过与传统的分类算法，K最近邻进行对比研究。实验显示，VGG16网络模型准确率高达97.58%，在汽车车型识别问题上具有很大优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王茜	四川大学计算机学院	38	164	7.0	12.0
2	张海仙	四川大学计算机学院	7	93	4.0	7.0