一种服务于深度学习的汽车型号数据集建立方法技术

本发明专利技术提供一种服务于深度学习的汽车型号数据集建立方法，包括以下步骤：S1、收集各种型号汽车的多角度图片，每种汽车型号至少有七类不同角度图片；S2、对图片按照“汽车品牌‑汽车车型‑汽车型号‑汽车年份”的分类方法建立树形结构；S3、将每个汽车年份下的图片分为两部分，并使用一部分建立训练集文件，使用另一部分建立测试集文件；S4、构建训练集文件标签文件和测试集文件标签文件，建立数据集。本发明专利技术对汽车图片按照“汽车品牌‑汽车车型‑汽车型号‑汽车年份”的方法建立树形结构，有助于提高系统对车辆的识别能力，显著提高了识别的精度；本数据集图片为汽车的多角度图片，有助于完善模型，提高识别率。

Method for establishing vehicle type data set for deep learning

Vehicle type data of the invention is to provide a service to the deep learning set method, which comprises the following steps: multi angle S1, collecting various types of car images, each car type of at least seven different angle pictures; S2 the picture, the establishment of tree structure according to the classification of the \car brand car type car models. Car year\; S3, each year of the car under the picture is divided into two parts, and the use of a part of the training set file, use another part of the establishment of the test set file; S4, constructs the training set and test set file file file label label file, the establishment of a data set. The invention of automobile images using a tree structure in accordance with the \method of car brand car models car models car year\, is helpful to improve the recognition capabilities of the vehicle and improve the recognition accuracy; the data set images for multi angle pictures of cars, help to improve the model and improve the recognition rate.

【技术实现步骤摘要】
一种服务于深度学习的汽车型号数据集建立方法
本专利技术涉及数据分类
，具体涉及一种服务于深度学习的汽车型号数据集建立方法。
技术介绍
现有车型识别系统的识别准确率普遍不高，主要由数据集建立时分类方法不当引起，比如著名的汽车数据库CompCars，其数据结构是“汽车品牌-汽车车型-出厂年份”，该数据结构导致识别正确率不高。因此，亟需一种正确有效构建汽车数据集的方法，从而提高识别准确率。
技术实现思路
本专利技术的目的在于提供一种服务于深度学习的汽车型号数据集建立方法，该方法可以很好地解决以上问题。为达到上述要求，本专利技术采取的技术方案是：提供一种服务于深度学习的汽车型号数据集建立方法，包括以下步骤：S1、收集各种型号汽车的多角度图片；S2、对述图片按照“汽车品牌-汽车车型-汽车型号-汽车年份”的分类方法建立树形结构；S3、将每个汽车年份下的图片分为两部分，并使用一部分建立训练集文件，使用另一部分建立测试集文件；S4、构建训练集文件标签文件和测试集文件标签文件，建立数据集。与现有技术相比，本专利技术具有的优点是：（1）对汽车图片按照“汽车品牌-汽车车型-汽车型号-汽车年份”的四级分类方法建立树形结构，有助于提高系统对车辆的识别能力，显著提高了识别的精度；（2）本数据集图片为汽车的多角度图片，有助于完善模型，提高识别率。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，在这些附图中使用相同的参考标号来表示相同或相似的部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本专利技术的流程图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，以下结合附图及具体实施例，对本申请作进一步地详细说明。为简单起见，以下描述中省略了本领域技术人员公知的某些技术特征。提供一种服务于深度学习的汽车型号数据集建立方法，包括以下步骤：S1、收集各种型号汽车的多角度图片，图片可以为网上搜集得到，也可以是自行对汽车拍照得到；每种型号汽车至少具有7种不同角度的图片，包括以下几种角度但不限于，前，左前，右，侧，后，左后，右后等；S2、对上述多角度图片按照“汽车品牌-汽车车型-汽车型号-汽车年份”的四级分类方法建立树形结构，为了便于区别，以文件为单位进行规范整理；具体方法为：建立若干汽车品牌文件，以汽车品牌为文件命名；在汽车品牌文件夹下建立若干汽车车型文件，以汽车车型为文件命名；在汽车车型文件下建立若干汽车型号文件，以汽车型号为文件夹命名；在汽车型号文件下建立若干汽车年份文件，以汽车年份为文件夹命名；把步骤S1收集的图片分别放于对应的汽车年份文件中。S3、将每个汽车年份文件中的图片随机分为两部分，并使用一部分建立训练集文件，使用另一部分建立测试集文件，一般训练集文件图片数量应是测试集文件图片数量的4到5倍；具体包括以下步骤：建立训练集文件；在训练集文件下建立若干与汽车年份数量相当的文件；把步骤S2中的每个汽车年份文件中的大部分图片复制到训练集文件中；建立测试集文件；将每个汽车年份文件中剩余的图片复制到测试集文件。S4、构建训练集文件标签文件和测试集文件标签文件，建立数据集；具体包括：在训练集文件下建立标签文件（label），用于调用训练集中图片；在测试集文件下建立标签文件（label），用于调用测试集中图片。以上所述实施例仅表示本专利技术的几种实施方式，其描述较为具体和详细，但并不能理解为对本专利技术范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变形和改进，这些都属于本专利技术保护范围。因此本专利技术的保护范围应该以所述权利要求为准。本文档来自技高网...

【技术保护点】
一种服务于深度学习的汽车型号数据集建立方法，其特征在于，包括以下步骤：S1、收集各种型号汽车的多角度图片；S2、对所述图片按照“汽车品牌‑汽车车型‑汽车型号‑汽车年份”的分类方法建立树形结构；S3、将每个汽车年份下的图片分为两部分，并使用一部分建立训练集文件，使用另一部分建立测试集文件；S4、构建训练集文件标签文件和测试集文件标签文件，建立数据集。

【技术特征摘要】
1.一种服务于深度学习的汽车型号数据集建立方法，其特征在于，包括以下步骤：S1、收集各种型号汽车的多角度图片；S2、对所述图片按照“汽车品牌-汽车车型-汽车型号-汽车年份”的分类方法建立树形结构；S3、将每个汽车年份下的图片分为两部分，并使用一部分建立训练集文件，使用另一部分建立测试集文件；S4、构建训练...

【专利技术属性】
技术研发人员：邓建华，罗兴成，杨容，申瑞涵，胡健，彭欢，易歆，马可染，周可意，刘成，
申请(专利权)人：成都容豪电子信息科技有限公司，
类型：发明
国别省市：四川,51