CN112200189B - 基于SPP-YOLOv3的车型识别方法、装置及计算机可读存储介质 - Google Patents
基于SPP-YOLOv3的车型识别方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112200189B CN112200189B CN202011119847.3A CN202011119847A CN112200189B CN 112200189 B CN112200189 B CN 112200189B CN 202011119847 A CN202011119847 A CN 202011119847A CN 112200189 B CN112200189 B CN 112200189B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- features
- processing
- image
- convolution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000012545 processing Methods 0.000 claims abstract description 100
- 238000011176 pooling Methods 0.000 claims abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 238000013507 mapping Methods 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 42
- 230000004913 activation Effects 0.000 claims description 41
- 230000008569 process Effects 0.000 claims description 40
- 238000010606 normalization Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 210000002569 neuron Anatomy 0.000 claims description 8
- 238000012952 Resampling Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 238000010923 batch production Methods 0.000 claims 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 230000008034 disappearance Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种人工智能，提供一种基于SPP‑YOLOv3的车型识别方法、装置及计算机可读存储介质，其中方法包括：通过SpineNet网络模型对待识别车辆图像进行特征提取处理，获取所述待识别车辆图像的车辆特征；通过SPP层对所述车辆特征进行池化处理，获取固定尺寸的车辆特征；对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取多种尺度的车辆特征；通过预先获取的候选区域框对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型；对所述预测车辆位置以及所述预测车辆类型进行映射处理，获取车辆位置和车辆类型。本发明提高车型识别的准确率。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及一种基于SPP-YOLOv3的车型识别方法、装置、电子设备及计算机可读存储介质。
背景技术
车型识别是智能交通监控系统的一个重要研究方向，随着车辆违规行为的不断增加，对交通卡口中的车辆进行快速定位与识别，成为城市交通管理中极其重要且具有挑战性的任务。目前，基于YOLOv3的深度学习方法，由于其检测速度快，成为业内比较普遍的车型识别算法。
其中，在晴天、白天等简单场景下，基于YOLOv3的车型识别方法可以达到实时检测的目的，并且具有较高识别准确率；但是，在雨天、夜间等困难场景下，基于YOLOv3的车型识别方法的准确率和召回率都相对较低。另外，传统YOLOv3算法要求输入图像的分辨率必须是固定不变的，而实际场景中的图像分辨率是动态变化的，所以在YOLOv3算法中会对原始输入图像尺寸成固定大小，但这样做会导致原始输入图像的纵横比和尺寸发生扭曲，从而降低特征抽取的准确性，从而影响识别效果。
基于上次传统的YOLOv3的车型识别方法存在的问题，本发明亟需提供基于SPP-YOLOv3的车型识别方法。
发明内容
本发明提供一种基于SPP-YOLOv3的车型识别方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高车型识别的准确率。
为实现上述目的，本发明提供的一种基于SPP-YOLOv3的车型识别方法，所述方法包括：
通过SpineNet网络模型对待识别车辆图像进行特征提取处理，获取所述待识别车辆图像的车辆特征；
通过SPP层对所述车辆特征进行池化处理，获取固定尺寸的车辆特征；
对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取多种尺度的车辆特征；
通过预先获取的候选区域框对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型；
对所述预测车辆位置以及所述预测车辆类型进行映射处理，获取车辆位置和车辆类型。
可选地，所述通过SpineNet网络模型对待识别车辆图像进行处理，获取所述待识别车辆图像的车辆特征之前，包括如下步骤：
通过Image模型对原始图片进行预处理，以得到待识别车辆图像，其中，所述预处理包括：随机裁剪、随机缩放、随机水平翻转、以及随机颜色抖动处理。
可选地，所述通过SpineNet网络模型对待识别车辆图像进行处理，获取所述待识别车辆图像的车辆特征，包括如下步骤：
对所述待识别车辆图像进行第一卷积处理、最大池化处理、重采样处理、第二卷积处理，获取所述待识别车辆图像的车辆特征；其中，
所述第一卷积处理包括卷积、批归一化和采用Swish激活函数处理；所述第二卷积处理包括卷积、批归一化和采用Relu激活函数处理；
其中，所述批归一化处理采用的公式为：
其中，BN表示神经网络中每个隐层神经元的激活值，X表示激活输入值，γ、β分别为训练参数，μ为平均值，σ为标准差。
可选地，所述通过SPP层对所述车辆特征进行处理，获取固定尺寸的车辆特征，包括如下步骤：
对所述车辆特征进行最大池化处理，得到二维的车辆特征；
对所述二维的车辆特征进行降维处理，得到一维的车辆特征；
对所述一维的车辆特征进行拼接处理，得到固定尺寸的车辆特征。
可选地，所述对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取多种尺度的车辆特征，包括如下步骤：
对所述固定尺寸的车辆特征多次进行第三卷积处理、卷积处理、上采样以及特征拼接处理，获取多种尺度的车辆特征；其中，所述第三卷积处理包括卷积、批归一化和采用Leaky Relu激活函数处理。
可选地，所述通过预先获取的候选区域框对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型，包括如下步骤：
通过k-means算法聚类获取多个候选区域框；
通过所述多个候选区域框分别对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型。
可选地，所述通过k-means算法聚类获取候选区域框，其中，采用的公式如下：
distance＝1-GIOU
其中，distance表示两个候选区域框的距离；
GIOU表示两个候选区域框的度量；
IOU表示两个候选区域框的交并比；
I表示两个候选区域框的交集面积，U表示两个候选区域框的并集面积；
C表示两个候选区域框的最小包围框面积。
为了解决上述问题，本发明还提供一种基于SPP-YOLOv3的车型识别装置，其特征在于，所述装置包括：
车辆特征获取模块，用于通过SpineNet网络模型对待识别车辆图像进行特征提取处理，获取所述待识别车辆图像的车辆特征；
固定尺寸的车辆获取特征模块，用于通过SPP层对所述车辆特征进行池化处理，获取固定尺寸的车辆特征；
多种尺度的车辆特征获取模块，用于对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取多种尺度的车辆特征；
预测车型获取模块，用于通过预先获取的候选区域框对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型；
车型获取模块，用于对所述预测车辆位置以及所述预测车辆类型进行映射处理，获取车辆位置和车辆类型。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的基于SPP-YOLOv3的车型识别方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于SPP-YOLOv3的车型识别方法。
本发明实施例通过SpineNet网络模型对待识别车辆图像进行处理，获取所述待识别车辆图像的车辆特征；通过SPP层对所述车辆特征进行处理，获取固定尺寸的车辆特征；对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取四种尺度的车辆特征；通过预先获取的候选区域框对所述四种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型；对所述预测车辆位置以及所述预测车辆类型进行映射处理，获取车辆位置和车辆类型。在本发明的实施例中，SPP支持输入图像的分辨率动态变化，有效缓解输入图像因传统resize操作导致的图像扭曲，改善车辆特征的质量；进一步扩展特征尺度，将原先的3种尺度特征扩展成4种尺度，有效增加车辆的多尺度召回；在特征提取过程中，SpineNet网络模型取代传统的DarkNet53网络模型，SpineNet网络模型能够增在困难场景下的特征表达能力，从而进一步提高车型识别的整体准确率和召回率；因此本发明通过SPP和YOLOv3对车辆类型进行识别，从而提高车型识别的准确率。
附图说明
图1为本发明一实施例提供的基于SPP-YOLOv3的车型识别方法的流程示意图；
图2为本发明一实施例提供的基于SPP-YOLOv3的车型识别装置的模块示意图；
图3为本发明一实施例提供的实现基于SPP-YOLOv3的车型识别方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供一种基于SPP-YOLOv3的车型识别方法。参照图1所示，为本发明一实施例提供的基于SPP-YOLOv3的车型识别方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。
在本实施例中，基于SPP-YOLOv3的车型识别方法包括：
S1：通过SpineNet网络模型对待识别车辆图像进行特征提取处理，获取所述待识别车辆图像的车辆特征；
S2：通过SPP层对所述车辆特征进行池化处理，获取固定尺寸的车辆特征；
S3：对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取多种尺度的车辆特征；
S4：通过预先获取的候选区域框对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型；
S5：对所述预测车辆位置以及所述预测车辆类型进行映射处理，获取车辆位置和车辆类型。
上述为本发明人工智能的图像识别与分类的基于SPP-YOLOv3的车型识别的基本过程，在获取所述待识别车辆图像的车辆特征之前，还包括获取待识别图像。在本发明的实施例中，通过Image模型对原始图片进行预处理，获取所述待识别车辆图像。
其中，通过Image模型对原始图片进行预处理的过程如下：
将原始图片输入到Image模型中，Image模型对原始图片依次做随机裁剪、随机缩放、随机水平翻转、随机颜色抖动处理。即：这4种图像增强处理的先后执行顺序为：随机裁剪＝>随机缩放＝>随机水平翻转＝>随机颜色抖动。
原始图片输入到Image模型后，第一步对原始图片进行随机裁剪，在原始图片中随机确定裁剪图的左上角顶点和右下角顶点，顶点中的坐标随机值分别在0～w和0～h之间，w和h分别表示原始输入图的宽和高，从而得到裁剪图。
第二步对裁剪后的图进行随机缩放处理，保持裁剪图宽高比的情况下将宽和高分别进行0.25～2随机倍数进行缩放(大于1表示放大，等于1表示原图，小于1表示缩小)，从而得到缩放图。
第三步：对缩放图随机水平翻转，对缩放图中的所有进行左右镜像翻转，即左边的物体会被翻转到右边，右边的物体会被翻转到左边，相当于是翻转180度)得到翻转图；其中需要说明的是，在具体应用中，可以根据实际需求，也可以对缩放图不进行随机水平翻转，而直接进入下一个步骤；
第四步：对得到的缩放图(即没有执行随机水平翻转操作)或翻转图(即执行了随机水平翻转操作)再执行随机颜色抖动，即新像素值＝(原像素值+rand(-0.1,0.1))*rand(1,1.5)，其中，rand表示取随机数，例如：rand(1,1.5)表示获取1～1.5之间的随机数，从而得到增强后的图像。
在本发明的实施例中，对图片做上述4种处理是为了图像增强以及标注框坐标调整操作，随机缩放、随机裁剪、随机颜色抖动这3种图像增强操作中的随机指的是缩放大小、裁剪位置以及像素值线性变化的随机性，并不是指在训练的时候随机操作或不操作；而随机水平翻转中的随机指的是在训练的时候随机操作或不操作。也就是说，模型每次迭代的时候可能会进行随机水平翻转操作也可能不会进行随机水平翻转操作，但是一定会进行另外3种操作。其中，随机裁剪和随机水平翻转两种处理是用于会改变原始图片中的原标注框的坐标；从图像Image模型中输出的结果就是原始图片经过图像增强后的新图片和相应的新标注框(坐标可能变化了)；随机颜色抖动的目的是为了丰富输入图像，这样可以使得模型的泛化能力更好。
此外，在本发明的实施例中，根据需要，可以无需对原始图片做任何预处理，即原始图片直接作为待识别车辆图像。
在步骤S1中，通过SpineNet网络模型对待识别车辆图像进行特征提取处理，获取所述待识别车辆图像的车辆特征，包括如下步骤：
S11:将所述待识别车辆图像输入到SpineNet网络模型中，
S12：对所述待识别车辆图像进行第一卷积处理、最大池化处理、重采样处理、第二卷积处理，获取所述待识别车辆图像的车辆特征；
S13：将所述待识别车辆图像的车辆特征从所述SpineNet网络模型中输出(输出的此车辆特征为SPP的输入)。
具体地，将待识别车辆图像依次执行第一卷积处理、最大池化处理、第一卷积处理、重采样处理、第二卷积处理，即：待识别车辆图像通过第一卷积处理进行特征提取，然后再进行最大池化处理，接着执行三次第一卷积处理，然后再进行重采样处理，最后再进行第二卷积处理，从而得到待识别车辆图像的车辆特征。其中，具体处理的详细过程如下：
所述第一卷积处理为CBS，CBS包括卷积、批归一化和采用Swish激活函数处理。其中，Swish激活函数是深度学习模型中一种比较新的激活函数(即非线性函数)，其曲线相比常用的Relu更为平滑，且能够更好地防止训练过程中的梯度消失现象，从而使得训练的模型能够收敛得更为精准。
在具体应用中，激活函数的选择是根据实际应用情况进行选择的，在本发明的实施例中，此第一卷积处理过程中，为了达到能够更好地防止训练过程中的梯度消失现象，从而使得训练的模型能够收敛得更为精准，从而采用Swish激活函数。
其中，卷积操作的目的是提取图像特征，根据不同的卷积核，会提取不同的图像特征；由于卷积核中权值的不同，提取的图像特征也不同。其中，卷积核，核的大小可以自定义，如：2x2、3x3、5x5，在实际应用中，根据具体情况自行设定。
其中，批归一化：将一个批处理(batch)中的特征矩阵中的对应元素进行标准正态分布归一化；批归一化的具体公式为：
其中，BN表示神经网络中每个隐层神经元的激活值，X表示激活输入值，γ、β分别为训练参数，μ为平均值，σ为标准差。
其中，最大池化(MaxPooling)的具体过程和卷积的具体过程大体一致，唯一的区别就是：卷积时卷积核有具体数值，并与输入图像中的对应值相乘求和，得到卷积后的值；而最大池化时卷积核没有具体数值，直接提取输入图像中对应区域的最大值，作为最大池化后的值。
其中，重采样：将两个不同大小的图像特征进行采样融合后重新得到一个新的图像特征。其中，根据实际情况的具体用于，按照预设的顺序对两个大小不同的图像特征进行采用，也就是SpineNet网络模型中的不同分支中的特征矩阵。
其中，第二卷积处理为CBR，CBR包括卷积、批归一化和Relu激活函数处理；其中，所述批归一化处理采用的公式为：
其中，BN表示神经网络中每个隐层神经元的激活值，X表示激活输入值，γ、β分别表示训练参数，μ表示平均值，σ表示标准差。
其中，CBR和CBS是类似的操作，都是卷积+批归一化+激活函数，两者只是激活函数不同而已(S表示Swish激活函数，R表示Relu激活函数)。其中需要说明的是，激活函数是使得模型具有非线性拟合能力的一种函数，不同的激活函数有多种组合，如何选择哪种如何，是根据实际需求选择最合适的激活函数而已。
在步骤S2中，所述通过SPP层对所述车辆特征进行池化处理，获取固定尺寸的车辆特征，包括如下步骤：
S21：对所述车辆特征进行最大池化处理，得到二维的车辆特征；
S22：对所述二维的车辆特征进行降维处理，得到一维的车辆特征；
S23：对所述一维的车辆特征进行拼接处理，得到固定尺寸的车辆特征。
具体地，SPP层即为金字塔池化层。经过SpineNet网络模型后的输出车辆特征，经过Max_pooling_1、Max_pooling_2、……Max_pooling_n处理(即：表示不同卷积核大小的最大池化操作)，再经过Unfold_1、Unfold_2、……Unfold_n处理(分别表示将相应的最大池化得到的二维矩阵展开成一维)，再将不同的展开结果进行拼接(Concat)；得到最终输出结果(固定尺寸的车辆特征)。
举例说明：假设n取3；
Input车辆特征大小为512*512*75，Max_pooling_1、Max_pooling_2、Max_pooling_3表示卷积核大小分别为32*32、16*16、8*8的三种不同的最大池化操作，则经过Max_pooling_1、Max_pooling_2、Max_pooling_3后的输出矩阵大小分别为(512/32)*(512/32)*75＝16*16*75、(512/16)*(512/16)*75＝32*32*75、(512/8)*(512/8)*75＝64*64*75；
接着经过Unfold_1、Unfold_2、Unfold_3展开分别得到一维矩阵256*75、1024*75、4096*75；
最后进行Concat操作后得到矩阵(256+1024+4096)*75＝5376*75(即Output)。
在本发明的实施例中，SPP中最大池化操作的卷积核大小是根据输入特征Input的大小动态分配的，所以SPP可以实现动态分辨率的输入统一成固定大小。如上面例子中的Max_pooling_1来进一步说明，Input矩阵大小为512*512*75，相应的Max_pooling_1的输出矩阵大小为16*16*75，则其卷积核大小为(512/16))*(512/16)＝32*32。假设Input矩阵大小为任意m*n*75，由于Max_pooling_1的输出矩阵大小固定为16*16*75，则其卷积核大小应为(m/16)*(n/16)；这样就可以做到输入大小任意，输出大小固定。
其中，需要说明的是，SPP输出的特征是固定的，这是根据最终预测的第一特征(即y1)的大小来定的，也就是SPP的输出矩阵大小要和y1(最终预测的第一特征)的矩阵大小保持一致。
举例说明：假设y1(最终预测的第一特征)的大小为4*26*26*75(4表示batch_size)，则经过SPP后的特征矩阵大小固定为4*676*n(4表示batch_size，676表示固定大小26*26，只是展开到一维，n表示通道数)；也就是说，经过SPP操作后得到的固定大小的特征矩阵，其大小必须和最终预测的第一特征图y1的大小一致，只是二维变成一维(26*26＝>767)，但是通道数可以为任意数。
在本发明的实施例中，Image模型输出的图片尺寸是任意的，经过SpineNet网络模型提取的图像特征也是任意大小，所以SPP的作用就是将任意大小的车辆特征矩阵变换成固定大小的车辆特征，这是因为如果图像特征大小随着输入图片的大小变化，就不能进行图片的批量(即batch)训练或预测。这是由于进行batch操作，必须是一个batch内的特征矩阵大小要一致才能进行后续的矩阵计算，因此在本发明的实施例中必须固定特征矩阵的大小，以便于批量处理，提高模型训练或预测的效率。
在步骤S3中，所述对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取多种尺度的车辆特征，包括如下步骤：
对所述固定尺寸的车辆特征多次进行第三卷积处理、卷积(CONV)处理、上采样处理以及特征拼接处理，获取多种尺度的车辆特征。其中，第三卷积处理为CBL，CBL包括卷积、批归一化和采用Leaky Relu激活函数处理，其中，所述批归一化处理采用的公式为：
其中，BN表示神经网络中每个隐层神经元的激活值，X表示激活输入值，γ、β分别表示训练参数，μ表示平均值，σ表示标准差。
在本发明的实施例中，第三卷积(CBL)处理中的卷积处理与卷积(CONV)处理的不同之处在于：第三卷积(CBL)处理中的卷积处理使用的是3*3卷积核，而卷积(CONV)处理使用的是1*1卷积核；上述两种卷积方式是不同的卷积处理方式。
其中，Leaky Relu激活函数是带泄露修正线性单元函数，ReLu激活函数的变体，该函数输出对负值输入有很小的坡度，由于导数总是不为零，这能减少静默神经元的出现，允许基于梯度的学习，从而解决了Relu函数进入负区间后，导致神经元不学习的问题。在本发明的实施例中，激活函数是使得模型具有非线性拟合能力的一种函数，不同的激活函数有多种组合，如何选择哪种如何，是根据实际需求选择最合适的激活函数而已。
在本发明的实施例中，对固定尺寸的车辆特征进行多次执行CBL(即卷积+批归一化+Leaky Relu激活函数)、Conv(卷积)、Upsample(上采样)、Concat(特征拼接)步骤，得到四种不同尺度的特征图y1、y2、y3、y4。
其中，特征图y2、y3、y4在操作上主要比y1多了一个Concat操作，特征拼接操作，即：将上一层得到的特征图进行上采样后与SpineNet网络模型中相应的中间层进行拼接。
在步骤S4中，所述通过预先获取的候选区域框对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型，包括如下步骤：
S41：通过k-means算法聚类获取多个候选区域框；
S42：通过所述多个候选区域框分别对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型。
具体地，采用k-means算法聚类得到的12个anchor box(候选区域框)。通过12个anchor box分别在y1、y2、y3、y4这四种不同尺度的图像特征上进行车辆检测与识别，每种特征图上分别预测3个不同anchor box的坐标和类别。其中，坐标就是预测的车辆位置，类别就是预测的车辆类型，包括20种车辆类型：轿车、大巴车、货车等。
在本发明的实施例中，k-means算法聚类anchor box的时，将anchor box的宽高(w,h)看做是平面内的一个点即可。其中，所述通过k-means算法聚类获取候选区域框，其中，采用的公式如下：
distance＝1-GIOU
其中，distance表示两个候选区域框的距离；
GIOU表示两个候选区域框的度量；
IOU表示两个候选区域框的交并比；
I表示两个候选区域框的交集面积；
U表示两个候选区域框的并集面积；
C表示两个候选区域框的最小包围框面积。
S5：对所述预测车辆位置以及所述预测车辆类型进行映射处理，获取车辆位置和车辆类型。
具体地，将车辆特征上预测得到的车辆坐标映射为原始输入Image模型上的坐标，从而实现车型识别。
在本发明的实施例中，具体映射过程如下：
假设输入Image模型的图像大小1024*768，最终预测的第一特征图y1大小为26*26，
再假设y1特征图上预测的所有框中有一个预测框的坐标为(7，9，2，4)，其中(7，9)表示预测框的中心点坐标，(2，4)表示预测框的宽和高；
则首先将该预测框的坐标转换成(左上顶点坐标，右下顶点坐标)的形式，即(7-2/2，9-4/2，7+2/2，9+4/2)＝(6，7，8，11)，然后将特征图y1上的坐标(6，7，8，11)映射到Image模型上的坐标，即变成：
(6*(1024/26)，7*(768/26)，8*(1024/26)，11*(768/26))＝(236，207，315，325)，其中(236，207)表示左上顶点坐标，(315，325)表示右下顶点坐标。
本发明实施例通过SpineNet网络模型对待识别车辆图像进行处理，获取所述待识别车辆图像的车辆特征；通过SPP层对所述车辆特征进行处理，获取固定尺寸的车辆特征；对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取四种尺度的车辆特征；通过预先获取的候选区域框对所述四种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型；对所述预测车辆位置以及所述预测车辆类型进行映射处理，获取车辆位置和车辆类型。在本发明的实施例中，SPP支持输入图像的分辨率动态变化，有效缓解输入图像因传统resize操作导致的图像扭曲，改善车辆特征的质量；进一步扩展特征尺度，将原先的3种尺度特征扩展成4种尺度，有效增加车辆的多尺度召回；在特征提取过程中，SpineNet网络模型取代传统的DarkNet53网络模型，SpineNet网络模型能够增在困难场景下的特征表达能力，从而进一步提高车型识别的整体准确率和召回率；因此本发明通过SPP和YOLOv3对车辆类型进行识别，从而提高车型识别的准确率。
如图2所示，是本发明基于SPP-YOLOv3的车型识别装置的功能模块图。
本发明所述基于SPP-YOLOv3的车型识别装置100可以安装于电子设备中。根据实现的功能，所述基于SPP-YOLOv3的车型识别装置可以包括车辆特征获取模块101、固定尺寸的车辆获取特征模块102、多种尺度的车辆特征获取模块103、预测车型获取模块104和车型获取模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
车辆特征获取模块101，用于通过SpineNet网络模型对待识别车辆图像进行特征提取处理，获取所述待识别车辆图像的车辆特征；
固定尺寸的车辆获取特征模块102，用于通过SPP层对所述车辆特征进行池化处理，获取固定尺寸的车辆特征；
多种尺度的车辆特征获取模块103，用于对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取多种尺度的车辆特征；
预测车型获取模块104，用于通过预先获取的候选区域框对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型；
车型获取模块105，用于对所述预测车辆位置以及所述预测车辆类型进行映射处理，获取车辆位置和车辆类型。
本发明实施例通过SpineNet网络模型对待识别车辆图像进行处理，获取所述待识别车辆图像的车辆特征；通过SPP层对所述车辆特征进行处理，获取固定尺寸的车辆特征；对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取四种尺度的车辆特征；通过预先获取的候选区域框对所述四种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型；对所述预测车辆位置以及所述预测车辆类型进行映射处理，获取车辆位置和车辆类型。在本发明的实施例中，SPP支持输入图像的分辨率动态变化，有效缓解输入图像因传统resize操作导致的图像扭曲，改善车辆特征的质量；进一步扩展特征尺度，将原先的3种尺度特征扩展成4种尺度，有效增加车辆的多尺度召回；在特征提取过程中，SpineNet网络模型取代传统的DarkNet53网络模型，SpineNet网络模型能够增在困难场景下的特征表达能力，从而进一步提高车型识别的整体准确率和召回率；因此本发明通过SPP和YOLOv3对车辆类型进行识别，从而提高车型识别的准确率。
如图3所示，是本发明实现基于SPP-YOLOv3的车型识别的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于SPP-YOLOv3的车型识别程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如数据稽核程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如数据稽核程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图2示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于SPP-YOLOv3的车型识别程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
通过SpineNet网络模型对待识别车辆图像进行特征提取处理，获取所述待识别车辆图像的车辆特征；
通过SPP层对所述车辆特征进行池化处理，获取固定尺寸的车辆特征；
对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取多种尺度的车辆特征；
通过预先获取的候选区域框对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型；
对所述预测车辆位置以及所述预测车辆类型进行映射处理，获取车辆位置和车辆类型。
具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
在本发明的实施例中，计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现基于SPP-YOLOv3的车型识别方法，具体方法如下：
通过SpineNet网络模型对待识别车辆图像进行特征提取处理，获取所述待识别车辆图像的车辆特征；
通过SPP层对所述车辆特征进行池化处理，获取固定尺寸的车辆特征；
对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取多种尺度的车辆特征；
通过预先获取的候选区域框对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型；
对所述预测车辆位置以及所述预测车辆类型进行映射处理，获取车辆位置和车辆类型。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (7)
1.一种基于SPP-YOLOv3的车型识别方法，其特征在于，所述方法包括：
通过SpineNet网络模型对待识别车辆图像进行特征提取处理，获取所述待识别车辆图像的车辆特征；
通过SPP层对所述车辆特征进行池化处理，获取固定尺寸的车辆特征；
对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取多种尺度的车辆特征；
通过预先获取的候选区域框对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型；
对所述预测车辆位置以及所述预测车辆类型进行映射处理，获取车辆位置和车辆类型；
所述通过SpineNet网络模型对待识别车辆图像进行特征提取处理，获取所述待识别车辆图像的车辆特征，包括如下步骤：
对所述待识别车辆图像进行第一卷积处理、最大池化处理、重采样处理和第二卷积处理后获取所述待识别车辆图像的车辆特征；其中，
所述第一卷积处理包括卷积、批归一化和采用Swish激活函数进行处理；所述第二卷积处理包括卷积、批归一化和利用Relu激活函数进行处理；
所述通过SPP层对所述车辆特征进行池化处理，获取固定尺寸的车辆特征，包括如下步骤：
对所述车辆特征进行最大池化处理，得到二维的车辆特征；
对所述二维的车辆特征进行降维处理，得到一维的车辆特征；
对所述一维的车辆特征进行拼接处理，得到固定尺寸的车辆特征；
所述对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取多种尺度的车辆特征，包括如下步骤：
对所述固定尺寸的车辆特征多次进行第三卷积处理、卷积处理、上采样以及特征拼接处理，获取多种尺度的车辆特征；其中，所述第三卷积处理包括卷积、批归一化和采用LeakyRelu激活函数处理；
其中，批归一化处理为将一个批处理中的特征矩阵中的对应元素进行标准正态分布归一化，所述批归一化处理采用的公式为：
式中，BN表示神经网络中每个隐层神经元的激活值，X表示激活输入值，γ、β分别表示训练参数，μ表示平均值，σ表示标准差。
2.如权利要求1所述的基于SPP-YOLOv3的车型识别方法，其特征在于，所述通过SpineNet网络模型对待识别车辆图像进行特征提取处理，获取所述待识别车辆图像的车辆特征之前，包括如下步骤：
通过Image模型对原始图片进行预处理，以得到待识别车辆图像，其中，所述预处理包括：随机裁剪、随机缩放、随机水平翻转以及随机颜色抖动处理。
3.如权利要求1所述的基于SPP-YOLOv3的车型识别方法，其特征在于，所述通过预先获取的候选区域框对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型，包括如下步骤：
通过k-means算法聚类获取多个候选区域框；
通过所述多个候选区域框分别对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型。
4.如权利要求3所述的基于SPP-YOLOv3的车型识别方法，其特征在于，所述通过k-means算法聚类获取多个候选区域框采用的公式如下：
distance＝1-GIOU
其中，distance表示两个候选区域框的距离；
GIOU表示两个候选区域框的度量；
IOU表示两个候选区域框的交并比；
I表示两个候选区域框的交集面积；
U表示两个候选区域框的并集面积；
C表示两个候选区域框的最小包围框面积。
5.一种基于SPP-YOLOv3的车型识别装置，其特征在于，所述装置包括：
车辆特征获取模块，用于通过SpineNet网络模型对待识别车辆图像进行特征提取处理，获取所述待识别车辆图像的车辆特征；
固定尺寸的车辆获取特征模块，用于通过SPP层对所述车辆特征进行池化处理，获取固定尺寸的车辆特征；
多种尺度的车辆特征获取模块，用于对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取多种尺度的车辆特征；
预测车型获取模块，用于通过预先获取的候选区域框对所述多种尺度的车辆特征进行车辆检测与识别，获取每种尺度的车辆特征的预测车辆位置以及预测车辆类型；
车型获取模块，用于对所述预测车辆位置以及所述预测车辆类型进行映射处理，获取车辆位置和车辆类型；
所述通过SpineNet网络模型对待识别车辆图像进行特征提取处理，获取所述待识别车辆图像的车辆特征，包括如下步骤：
对所述待识别车辆图像进行第一卷积处理、最大池化处理、重采样处理和第二卷积处理后获取所述待识别车辆图像的车辆特征；其中，
所述第一卷积处理包括卷积、批归一化和采用Swish激活函数进行处理；所述第二卷积处理包括卷积、批归一化和利用Relu激活函数进行处理；
所述通过SPP层对所述车辆特征进行池化处理，获取固定尺寸的车辆特征，包括如下步骤：
对所述车辆特征进行最大池化处理，得到二维的车辆特征；
对所述二维的车辆特征进行降维处理，得到一维的车辆特征；
对所述一维的车辆特征进行拼接处理，得到固定尺寸的车辆特征；
所述对所述固定尺寸的车辆特征进行特征尺度扩展处理，获取多种尺度的车辆特征，包括如下步骤：
对所述固定尺寸的车辆特征多次进行第三卷积处理、卷积处理、上采样以及特征拼接处理，获取多种尺度的车辆特征；其中，所述第三卷积处理包括卷积、批归一化和采用LeakyRelu激活函数处理；
其中，批归一化处理为将一个批处理中的特征矩阵中的对应元素进行标准正态分布归一化，所述批归一化处理采用的公式为：
式中，BN表示神经网络中每个隐层神经元的激活值，X表示激活输入值，γ、β分别表示训练参数，μ表示平均值，σ表示标准差。
6.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1至4中任一所述的基于SPP-YOLOv3的车型识别方法。
7.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一所述的基于SPP-YOLOv3的车型识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011119847.3A CN112200189B (zh) | 2020-10-19 | 2020-10-19 | 基于SPP-YOLOv3的车型识别方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011119847.3A CN112200189B (zh) | 2020-10-19 | 2020-10-19 | 基于SPP-YOLOv3的车型识别方法、装置及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112200189A CN112200189A (zh) | 2021-01-08 |
| CN112200189B true CN112200189B (zh) | 2024-04-19 |
Family
ID=74009420
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011119847.3A Active CN112200189B (zh) | 2020-10-19 | 2020-10-19 | 基于SPP-YOLOv3的车型识别方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112200189B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112949578B (zh) * | 2021-03-30 | 2023-04-07 | 苏州科达科技股份有限公司 | 车灯状态识别方法、装置、设备及存储介质 |
| CN113705423B (zh) * | 2021-08-25 | 2024-05-17 | 西安电子科技大学 | 基于改进YOLOv3算法的红外车辆快速检测方法 |
| CN114444895A (zh) * | 2021-12-31 | 2022-05-06 | 深圳云天励飞技术股份有限公司 | 清洁质量评估方法及相关设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685152A (zh) * | 2018-12-29 | 2019-04-26 | 北京化工大学 | 一种基于dc-spp-yolo的图像目标检测方法 |
| CN109815886A (zh) * | 2019-01-21 | 2019-05-28 | 南京邮电大学 | 一种基于改进YOLOv3的行人和车辆检测方法及系统 |
| KR102030628B1 (ko) * | 2019-04-04 | 2019-10-10 | (주)아이엠시티 | Cnn 기반 차량 번호판 인식 방법 및 시스템 |
| CN110443208A (zh) * | 2019-08-08 | 2019-11-12 | 南京工业大学 | 一种基于YOLOv2的车辆目标检测方法、系统及设备 |
| CN110766098A (zh) * | 2019-11-07 | 2020-02-07 | 中国石油大学(华东) | 基于改进YOLOv3的交通场景小目标检测方法 |
| CN111709381A (zh) * | 2020-06-19 | 2020-09-25 | 桂林电子科技大学 | 基于YOLOv3-SPP的道路环境目标检测方法 |
-
2020
- 2020-10-19 CN CN202011119847.3A patent/CN112200189B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685152A (zh) * | 2018-12-29 | 2019-04-26 | 北京化工大学 | 一种基于dc-spp-yolo的图像目标检测方法 |
| CN109815886A (zh) * | 2019-01-21 | 2019-05-28 | 南京邮电大学 | 一种基于改进YOLOv3的行人和车辆检测方法及系统 |
| KR102030628B1 (ko) * | 2019-04-04 | 2019-10-10 | (주)아이엠시티 | Cnn 기반 차량 번호판 인식 방법 및 시스템 |
| CN110443208A (zh) * | 2019-08-08 | 2019-11-12 | 南京工业大学 | 一种基于YOLOv2的车辆目标检测方法、系统及设备 |
| CN110766098A (zh) * | 2019-11-07 | 2020-02-07 | 中国石油大学(华东) | 基于改进YOLOv3的交通场景小目标检测方法 |
| CN111709381A (zh) * | 2020-06-19 | 2020-09-25 | 桂林电子科技大学 | 基于YOLOv3-SPP的道路环境目标检测方法 |
Non-Patent Citations (5)
| Title |
|---|
| Data-Driven Based Tiny-YOLOv3 Method for Front Vehicle Detection Inducing SPP-Net;Xiaolan Wang et al.;《IEEE Access》;20200610;第08卷;全文 * |
| Finding every car: a traffic surveillance multi-scale vehicle object detection method;Qi-Chao Mao et al.;《Applied Intelligence》;20200505;全文 * |
| SpineNet：Learning Scale-Permuted Backbone for Recognition and Localization;Xianzhi Du et al.;《2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)》;20200805;全文 * |
| 基于改进YOLO轻量化网络的目标检测方法;李成跃 等;《激光与光电子学进展》;20200731;第57卷(第14期);全文 * |
| 改进YOLOv3网络结构的遮挡行人检测算法;刘丽 等;《模式识别与人工智能》;20200630;第33卷(第06期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112200189A (zh) | 2021-01-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112200189B (zh) | 基于SPP-YOLOv3的车型识别方法、装置及计算机可读存储介质 | |
| JP6922005B2 (ja) | コンピュータビジョンのシステムおよび方法 | |
| CN111652845B (zh) | 异常细胞自动标注方法、装置、电子设备及存储介质 | |
| CN112036292B (zh) | 基于神经网络的文字识别方法、装置及可读存储介质 | |
| CN112465071A (zh) | 图像多标签分类方法、装置、电子设备及介质 | |
| CN111695609B (zh) | 目标物损伤程度判定方法、装置、电子设备及存储介质 | |
| CN111639704A (zh) | 目标识别方法、装置及计算机可读存储介质 | |
| CN110751620A (zh) | 估算体积和重量的方法、电子设备及计算机可读存储介质 | |
| CN112132216B (zh) | 车型识别方法、装置、电子设备及存储介质 | |
| CN111488930A (zh) | 分类网络的训练方法、目标检测方法、装置和电子设备 | |
| CN112541902A (zh) | 相似区域搜索方法、装置、电子设备及介质 | |
| CN114723636A (zh) | 基于多特征融合的模型生成方法、装置、设备及存储介质 | |
| CN112580684A (zh) | 基于半监督学习的目标检测方法、装置及存储介质 | |
| CN111695615A (zh) | 基于人工智能的车辆定损方法、装置、电子设备及介质 | |
| CN114359048A (zh) | 图像的数据增强方法、装置、终端设备及存储介质 | |
| CN117455762A (zh) | 基于全景行车记录仪的记录画面分辨率提升方法及系统 | |
| CN112464939A (zh) | 目标检测中的数据增广方法、装置及存储介质 | |
| CN111652226B (zh) | 基于图片的目标识别方法、装置及可读存储介质 | |
| CN115937947A (zh) | 一种自适应智能人脸识别方法及系统 | |
| US12033364B2 (en) | Method, system, and computer-readable medium for using face alignment model based on multi-task convolutional neural network-obtained data | |
| CN110414480A (zh) | 训练图像产生方法与电子装置 | |
| CN112633134A (zh) | 基于图像识别的车内人脸识别方法、装置及介质 | |
| CN116129100A (zh) | 一种货车零件定位与故障识别方法、装置、设备及介质 | |
| CN112561889A (zh) | 目标物检测方法、装置、电子设备及存储介质 | |
| CN113343882A (zh) | 人群计数方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |