一种强化深度融合网络的车辆多属性分类方法
基本信息
申请号 | CN202110046369.6 | 申请日 | - |
公开(公告)号 | CN112418358A | 公开(公告)日 | 2021-02-26 |
申请公布号 | CN112418358A | 申请公布日 | 2021-02-26 |
分类号 | G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 刘新成;宣帆;周国冬;徐璀;章昊 | 申请(专利权)人 | 江苏博宇鑫信息科技股份有限公司 |
代理机构 | 苏州科仁专利代理事务所(特殊普通合伙) | 代理人 | 郭杨 |
地址 | 215000江苏省苏州市姑苏区南门路1588号吴门印象B2号楼二层201-210号 | ||
法律状态 | - |
摘要
摘要 | 一种强化深度融合网络的车辆多属性分类方法,方法如下:利用YOLOv3深度神经网络,寻找图片的目标区域,去除掉图像中与分类无关的信息,得到车辆检测的参数,使用深度强化学习Deep Q Network对参数进行优化,输出结果并输入改进后的双线性卷积神经网络中得到最后的多属性分类结果。本发明将YOLOv3深度神经网路和双线性卷积神经网络结合并引入深度强化学习Deep Q Network对目标参数进行优化完成车辆多属性分类,有效解决了在图像分类问题中经常出现背景信息太多容易误导分类结果的问题,改善了特征丢失的问题,实验结果表明准确率有明显提升。 |
