基于多尺度卷积神经网络的车型识别方法、电子设备及存储介质

摘要

本公开实施例中提供了基于多尺度卷积神经网络的车型识别方法、电子设备及存储介质，属于车辆识别技术领域，所述多尺度卷积神经网络包括：卷积层、池化层、全局平均池化层、SoftMax分类器；所述卷积层对输入的数据进行特征提取；所述池化层对卷积层计算得到的结果进行尺度缩小；所述SoftMax分类器用于根据全局平均池化层输出的结果对图像进行分类。通过本公开的方案，通过多尺度卷积可以快速提取特征，使得采用本方法进行车辆的车型识别具有较高的识别精度，同时具有较快的识别速度。并且基于本发明的多尺度卷积神经网络能够减少训练算法的参数量从而有效防止过拟合，提高了算法的泛化能力。