一种基于离线和在线聚类的车型数据库清洗方法

摘要

本发明公开了一种基于离线和在线聚类的车型数据库清洗方法。本发明首先标注各类车型样本得到离线车型库，利用深度学习进行训练，取训练反向第二个的全连接层输出作为车型特征。其次分别提取各个类内所有车型特征进行离线聚类，得到n个类中心及相应阈值。然后定期提取在线车型库各个类内所有车型特征进行聚类，初始聚类中心为离线聚类得到的n个类中心，添加一个随机初始化中心的类后进行有约束的聚类，得到n+1类。最后根据离线聚类得到的阈值，依次判定并清洗属于前n类的车型数据，清洗最后一类车型数据。本发明可以在保持在线车型库内各类整体性质不变的情况下，有效删除错误入库的样本，从而维持系统长期运行的性能及稳定性。