【技术实现步骤摘要】
本专利技术涉及图像检测领域，具体涉及一种车辆识别网络训练方法、应用方法、电子设备及计算机可读存储介质。
技术介绍
1、随着汽车行业的发展，交通事故是当前道路交通中难以避免的问题，如何通过人工智能来辅助驾驶，避免交通事故，是当前的发展趋势。在人工智能辅助驾驶过程中，准确快速识别拍摄图像中的车辆是保障辅助驾驶功能有效性的基础，然而现有技术在对图像进行特征提取的过程中，由于捕获不到足够的特征信息，难以对车辆进行准确快速识别。
技术实现思路
1、有鉴于此，有必要提供一种车辆识别网络训练方法、应用方法、电子设备及计算机可读存储介质，用于解决现有技术中，由于捕获不到足够的特征信息，导致无法对车辆进行准确快速识别的技术问题。
2、为了解决上述问题，一方面，本专利技术提供了一种车辆识别网络训练方法，方法包括：
3、获取车辆图像，对车辆图像预处理得到车辆图像训练数据；
4、构建由多通道卷积模块、检测分类模块、候选框标定模块、样本分类模块和检测输出模块组成的初始车辆识别网络
5、本文档来自技高网...
【技术保护点】
1.一种车辆识别网络训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的车辆识别网络训练方法，其特征在于，所述获取车辆图像，对所述车辆图像预处理得到车辆图像训练数据，包括：
3.根据权利要求1所述的车辆识别网络训练方法，其特征在于，所述基于所述多通道卷积模块对所述车辆图像训练数据进行多通道卷积得到多通道特征图，包括：
4.根据权利要求1所述的车辆识别网络训练方法，其特征在于，所述检测分类模块包括第一检测头和第二检测头，基于所述检测分类模块对所述多通道特征图进行特征尺寸分类得到分类特征图，包括：
5.根据权利要求...
【技术特征摘要】
1.一种车辆识别网络训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的车辆识别网络训练方法，其特征在于，所述获取车辆图像，对所述车辆图像预处理得到车辆图像训练数据，包括：
3.根据权利要求1所述的车辆识别网络训练方法，其特征在于，所述基于所述多通道卷积模块对所述车辆图像训练数据进行多通道卷积得到多通道特征图，包括：
4.根据权利要求1所述的车辆识别网络训练方法，其特征在于，所述检测分类模块包括第一检测头和第二检测头，基于所述检测分类模块对所述多通道特征图进行特征尺寸分类得到分类特征图，包括：
5.根据权利要求1所述的车辆识别网络训练方法，其特征在于，所述基于所述候选框标定模块对所述分类特征图进行候选框标定得到特征候选框，包括：
6.根据权利要求1所...
【专利技术属性】
技术研发人员：陈虎，王广杰，
申请(专利权)人：孔像汽车科技武汉有限公司，
类型：发明
国别省市：
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。