一种基于特征重校准的图像识别与分类方法及装置制造方法及图纸

技术编号:30548727 阅读:30 留言:0更新日期:2021-10-30 13:28
本发明专利技术公开了一种基于特征重校准的图像识别与分类方法及装置。其中,该方法包括:获取车辆图像数据;将所述车辆图像数据进行识别和分类,得到训练数据集;通过所述训练数据集对预设网络进行训练,得到训练结果;根据所述训练结果和所述车辆图像数据,生成车辆识别与分类结果。本发明专利技术解决了现有技术中利用卷积神经网络来解决图像识别问题,依赖于人工提取特征的传统图像处理算法效率低下,由于很多匝道口拍摄的图片中存在较多边缘残缺位置,在利用FasterR

【技术实现步骤摘要】
一种基于特征重校准的图像识别与分类方法及装置


[0001]本专利技术涉及计算机视觉
,具体而言,涉及一种基于特征重校准的图像识别与分类方法及装置。

技术介绍

[0002]随着智能化科技的不断发展,人们的生活、工作、学习之中越来越多地用到了智能化设备,使用智能化科技手段,提高了人们生活的质量,增加了人们学习和工作的效率。
[0003]近年我国高速公路通车里程在高速增长,同时随着信息技术的飞速发展,为建设智慧高速立体化管理系统提供有力支撑。其中路面监控视频数据具有对路面路况信息的获取最为丰富、数据可重复使用的概率最高、数据获取方式最为直接等优点,利用数字图像处理技术与模式识别技术实现人工智能判别交通异常的方法,能够实现高速公路上运动车辆自动检测、根据车辆特征自动跟踪、交通事故检测、道路异常判断等目标,对提高交通事故救援和排障的效率,提高高速公路运营管理效率具有重要意义。
[0004]目前,常利用卷积神经网络来解决图像识别问题。如高速公路的车辆图像,依赖于人工提取特征的传统图像处理算法费时费力,那这个时候我们可以采用目前性能较好本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于特征重校准的图像识别与分类方法,其特征在于,包括:获取车辆图像数据;将所述车辆图像数据进行识别和分类,得到训练数据集;通过所述训练数据集对预设网络进行训练,得到训练结果;根据所述训练结果和所述车辆图像数据,生成车辆识别与分类结果。2.根据权利要求1所述的方法,其特征在于,所述将所述车辆图像数据进行识别和分类,得到训练数据集包括:根据所述车辆图像数据,获取车辆边框数据和车辆分类数据;通过所述车辆边框数据和所述车辆分类数据,生成数据集文件;将所述车辆边框数据和所述车辆分类数据汇总入所述数据集文件中,得到所述训练数据集。3.根据权利要求1所述的方法,其特征在于,在所述通过所述训练数据集对预设网络进行训练,得到训练结果之后,所述方法还包括:对所述训练结果进行测试。4.根据权利要求1所述的方法,其特征在于,在所述根据所述训练结果和所述车辆图像数据,生成车辆识别与分类结果之后,所述方法还包括:将所述车辆识别与分类结果进行展示。5.一种基于特征重校准的图像识别与分类装置,其特征在于,包括:获取模块,用于获取车辆图像数据;识别模块,用于将所述车辆图像数据进行识别和分类,得到训练数据集;训练...

【专利技术属性】
技术研发人员:张凯姚丽丁冬睿杨光远逯天斌王潇涵
申请(专利权)人:山东力聚机器人科技股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1