【技术实现步骤摘要】
车辆识别方法、装置及电子设备和存储介质
本申请涉及信息处理
，更具体地说，涉及一种车辆识别方法、装置及电子设备和存储介质。
技术介绍
目前，汽车已经成为人们出行的重要交通工具之一。随着汽车数量的增多，为了保证人车安全，在一些场合(例如，停车场、交通卡口、重要路段等)需要对车辆进行监控，而进行监控的前提是要识别出车辆。目前已有的车辆识别方法有基于Lenet网络的车辆识别方法，基于AlexNet网络的车辆识别方法，基于GoogleNet网络的车辆识别方法，然而这些车辆识别方法存在一个共同的不足，就是网络规模较大，在嵌入式设备(该类设备的处理器的配置通常较低)上运行速度较慢。因此，如何提供一种可以应用于嵌入式设备的车辆识别方法称为亟待解决的技术问题。
技术实现思路
本申请的目的是提供一种车辆识别方法、装置及电子设备和存储介质，以至少部分的克服现有技术中存在的技术问题。为实现上述目的，本申请提供了如下技术方案：一种车辆识别方法，包括：获取待识别的图像；将所述图...
【技术保护点】
1.一种车辆识别方法，其特征在于，包括：/n获取待识别的图像；/n将所述图像输入预先训练好的车辆识别模型，得到车辆识别结果；/n其中，所述车辆识别模型包括：/n第一卷积模块，包括一层卷积层；/n与所述第一卷积模块的输出端连接的inception结构，所述inception结构包括四个inceptionB结构，任意相邻两个inceptionB结构之间通过一个inceptionA结构连接；所述inceptionA结构中包括M个1*1卷积核和M/2个3*3卷积核，所述inceptionB结构中包括M个1*1卷积核，M/2个3*3卷积核和一个最大池化层；/n与所述inception...
【技术特征摘要】
1.一种车辆识别方法，其特征在于，包括：
获取待识别的图像；
将所述图像输入预先训练好的车辆识别模型，得到车辆识别结果；
其中，所述车辆识别模型包括：
第一卷积模块，包括一层卷积层；
与所述第一卷积模块的输出端连接的inception结构，所述inception结构包括四个inceptionB结构，任意相邻两个inceptionB结构之间通过一个inceptionA结构连接；所述inceptionA结构中包括M个1*1卷积核和M/2个3*3卷积核，所述inceptionB结构中包括M个1*1卷积核，M/2个3*3卷积核和一个最大池化层；
与所述inception结构的输出端连接的第二卷积模块，包括三层卷积层；
与所述第二卷积模块的输出端连接的池化模块，包括一层全局平均池化层；
与所述池化模块的输出端连接的预测模块。
2.根据权利要求1所述的方法，其特征在于，所述inceptionA结构具体包括：
用于对输入所述inceptionA的特征图进行卷积处理的第一卷积层，所述第一卷积层包括M/2个第一1*1卷积核；
用于对所述输入所述inceptionA的特征图进行卷积处理的第二卷积层，所述第二卷积层包括M/2个第二1*1卷积核；
用于对所述第二卷积层输出的特征图进行卷积处理的第三卷积层，所述第三卷积层包括M/2个第一3*3卷积核；
用于对所述第一卷积层输出的特征图和所述第三卷积层输出的特征图进行拼接的第一拼接层。
3.根据权利要求1所述的方法，其特征在于，所述inceptionB结构具体包括：
用于对输入所述inceptionB结构的特征图进行池化处理的最大池化层；
用于对所述最大池化层输出的特征图进行卷积处理的第四卷积层，所述第四卷积层包括M/2个第三1*1卷积核；
用于对所述输入所述inceptionB结构的特征图进行卷积处理的第五卷积层，所述第五卷积层包括M/2个第四1*1卷积核；
用于对所述第五卷积层输出的特征图进行卷积处理的第六卷积层，所述第六卷积层包括M/2个第二3*3卷积核；所述第二3*3卷积核的跨度为2；
用于对所述第四卷积层输出的特征图和所述第六卷积层输出的特征图进行拼接的第二拼接层。
4.根据权利要求1所述的方法，其特征在于，训练所述车辆识别模型所使用的损失函数由交叉熵函数和正则化目标函数构成。
5.一种车辆识别装置，其特征在于，包括：
获取模块，用于获取待识别的图像；
识别模块，用于将所述图像输入预先训练好的车辆识别模型，得到车...
【专利技术属性】
技术研发人员：周庆标，李治农，
申请(专利权)人：中控智慧科技股份有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。