一种基于卷积神经网络深度特征的车标识别方法

摘要

本发明提供一种基于卷积神经网络深度特征的车标识别方法，首先给定车标图像训练集及车标图像测试集，并构建和初始化分类器网络及SGD优化器；其次，在分类器网络的每次迭代计算中，将车标图像训练集中的车标图像作为分类器网络的输入得到车标识别结果，且根据损失函数，计算出损失值并进行反向传播对分类器网络的网络参数进行调整，同时利用车标图像测试集对分类器网络进行评估，直至迭代结束，得到最终的最优网络参数来更新分类器网络；最后，获取待测车标图像输入计算，得到待测车标图像的车标识别结果。实施本发明，提高分类器网络的识别准确率和定位精准度，实现高鲁棒性高准确率的车标智能检测。