基于卷积神经网络的车型识别研究  

作　　者：刘舒娴 林伟[1] 陆培民[2] 

机构地区：[1]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 [2]福州大学物理与信息工程学院

出　　处：《有线电视技术》2017年第12期88-91,共4页Cable TV Technology

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Alex Net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。

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 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程]