基于卷积神经网络的车型识别研究

• 作者: 刘舒娴 林伟 陆培民
• 来源期刊: 有线电视技术
• 关键词: 深度学习 卷积神经网络 AlexNet网络模型 激活函数 车型识别
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 实践应用
• 页码范围: 88-91
• 页数: 4页
• 字数: 2346字
• 语种: 中文

摘要

随着深度学习的快速发展,深度学习中的卷积神经网络已经广泛运用于图像识别领域,通过构建不同的网络模型和大量的图像训练数据,来让计算机学习更多有用的图像特征,从而提升图像分类或识别的准确性.本文基于卷积神经网络,构建车辆图像数据库,参考经典的AlexNet网络模型,修改了它的激活函数和输出全连接层的网络结构,并微调训练参数来对数据集进行分类识别,最终识别出了图像中的车型及其品牌,准确率可分别达到89.33%和93.33%.经由实验验证,基于卷积神经网络对车型识别的方法是切实可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林伟	福州大学物理与信息工程学院 福建省微电子集成电路重点实验室	121	547	12.0	17.0
2	陆培民	福州大学物理与信息工程学院	38	116	4.0	9.0
3	刘舒娴	福州大学物理与信息工程学院 福建省微电子集成电路重点实验室	1	3	1.0	1.0