基于深度卷积神经网络的车标分类

• 作者: 张有芬 李玉惠 杨帅 纪野
• 来源期刊: 工业仪表与自动化装置
• 关键词: 深度学习 神经网络 车标分类 图像识别
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 经验交流
• 页码范围: 75-78
• 页数: 4页
• 分类号: TN919
• 语种: 中文

摘要

基于深度学习框架Caffe和具有强大计算能力的GPU,运用深度神经网络AlexNet和GoogleNet,对具有不同背景的汽车图像进行网络训练,以达到车辆自动识别的目的.分别对4类车标进行网络训练与测试,实验结果表明,在图像识别分类方面,与传统识别方法相比,深度卷积神经网络更具优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玉惠	昆明理工大学信息工程与自动化学院	60	219	8.0	12.0
3	杨帅	昆明理工大学信息工程与自动化学院	3	9	1.0	3.0
7	张有芬	昆明理工大学信息工程与自动化学院	2	9	1.0	2.0
13	纪野	昆明理工大学信息工程与自动化学院	3	23	3.0	3.0