一种基于特征分组的双线性卷积神经网络的汽车品牌识别方法

摘要

本发明涉及图像细粒度分类技术领域，具体涉及一种基于特征分组的双线性卷积神经网络的汽车品牌识别方法，具体包括以下步骤：步骤1：利用目标检测模型SSD对原始数据集进行目标识别，裁剪出原始图像中包含车辆的区域；步骤2：对步骤1得到的裁剪图像进行数据扩充，让数据集达到特征分组的双线性卷积模型训练的要求；步骤3：利用扩充后的数据集对基于特征分组的双线性卷积模型进行训练；步骤4：基于特征分组的双线性卷积网络对输入图像进行汽车品牌识别；解决了传统车辆识别方法容易被复杂背景干扰以及识别模型参数量过多不易部署的问题；结合使用了目标检测模型来对目标区域进行提取，剔除了大部分的背景信息，减少了模型的识别难度。