首页 > 专利查询

一种基于单网络多任务学习的车辆多属性检测方法[发明专利]

专利名称：一种基于单网络多任务学习的车辆多属性检测方法专利类型：发明专利

发明人：候少麒，殷光强，石方炎，向凯，杨晓宇

申请号：CN201910086525.4

申请日：20190129

公开号：CN109886147A

公开日：

20190614

专利内容由知识产权出版社提供

摘要：本发明公开了一种基于单网络多任务学习的车辆多属性检测方法，该方法包括：图片收集与筛选；数据集制作；网络设计，基于Darknet深度学习框架，根据车辆多属性的特点采用端到端的、一阶段非级联模式设计网络结构，搭建网络模型；模型训练，设定并调整模型参数，根据设计的网络模型训练车辆多属性数据集，并在训练时，进行数据增强和多尺度训练；模型测试和模型评估六个步骤。本发明基于Darknet的深度学习框架平台进行设计、搭建网络模型，是一种端到端的一阶段非级联结构，网络通过采用数据增强、卷积核分离、多尺度特征融合等技术，提升了车辆多属性的检测效果，在实现较高检测精确率和查全率的同时，具有较好的实时性。

申请人：电子科技大学

地址：611731 四川省成都市高新区(西区)西源大道2006号

国籍：CN

代理机构：成都其高专利代理事务所(特殊普通合伙)

本文发布于:2024-09-23 11:18:29，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/4/418644.html

上一篇：光网络动态频谱分区方法、装置、存储介质和计算机设备[发明专利]

下一篇：一种语音识别方法及装置[发明专利]