[發(fā)明專利]一種基于深度學習的車輛檢測與識別的方法

有效

• 申請?zhí)枺?/td>: 202010347978.0
• 申請日: 2020-04-28
• 公開（公告）號: CN111582339B
• 公開（公告）日: 2023-07-25
• 發(fā)明（設計）人: 樊寬剛;李娜;陳宇航;楊杰;楊斌
• 申請（專利權）人: 江西理工大學
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 北京科億知識產(chǎn)權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于深度學習的車輛檢測與識別的方法，其特征在于，包括如下步驟：

S1、采集原始車輛圖片數(shù)據(jù)；

S2、制作原始訓練數(shù)據(jù)集；

S3、對步驟S2得到的原始訓練數(shù)據(jù)集進行數(shù)據(jù)增強，形成最終訓練數(shù)據(jù)集：

先對原始訓練數(shù)據(jù)集依次進行亮度隨機調整、對比度隨機調整、色相隨機調整、飽和度隨機調整、通道隨機調換光學變換，再依次進行隨機擴展、隨機剪裁、隨機鏡像、隨機到固定比例幾何變換，最后進行去均值變換，得到最終訓練數(shù)據(jù)集；

S4、對Faster?RCNN網(wǎng)絡模型進行改進，改進的內容包括：

1)對Faster?RCNN網(wǎng)絡模型的共享卷積網(wǎng)絡VGGNet-16進行改進：

將共享卷積網(wǎng)絡VGGNet-16的第3層到第13層的3×3卷積修改為Fire?Module；

2)在原有的Faster?RCNN網(wǎng)絡模型的RPN網(wǎng)絡的基礎上增加6個更小的anchors，即Faster?RCNN網(wǎng)絡模型在特征圖的每一像素點上抽取15種Anchors,具體尺度為(128²、256²、512²、32²、64²)和3類長寬比(1:1，2:1，1:2)；

3)用ROI?Align代替原有的Faster?RCNN網(wǎng)絡模型中的ROI?Pooling；

4)采用多尺度訓練作為Faster?RCNN網(wǎng)絡模型的訓練方式；

S5、利用步驟S3得到的最終訓練數(shù)據(jù)集對步驟S4得到的改進后的Faster?RCNN網(wǎng)絡模型進行訓練；

S6、把需要檢測的車輛圖像輸入訓練后的預測模型中，得到車輛檢測結果。

2.根據(jù)權利要求1所述的基于深度學習的車輛檢測與識別的方法，其特征在于，步驟S2的具體過程如下：

S2.1、下載VOC2007數(shù)據(jù)集，并將步驟S1采集得到的原始車輛圖片數(shù)據(jù)移動到VOC2007數(shù)據(jù)集的data文件夾下；

S2.2、使用標注工具對原始車輛圖片數(shù)據(jù)進行標注，用矩形框框出原始車輛圖片中的車輛，并生成xml文件，xml文件保存矩形框坐標和車輛類型，保存格式為[車輛類型，矩形框中心x坐標，矩形框中心y坐標，車輛寬度w，車輛高度h]；刪除難以人工標注的原始車輛圖片；將得到的xml文件替換VOC2007數(shù)據(jù)集中Annotations文件夾內的文件；

S2.3、根據(jù)步驟S2.2生成的xml文件，對應生成名稱為train、test、trainval和val的txt文件，用這四個txt文件替換VOC2007數(shù)據(jù)集中Main文件夾內的txt文件；

S2.4、初始化模型參數(shù)，下載預訓練模型將其放在data文件夾下。

3.根據(jù)權利要求1所述的基于深度學習的車輛檢測與識別的方法，其特征在于，所述多尺度訓練中，設置三種輸入尺度(600，800，1000)，訓練時，每張車輛圖片被隨機分配一種尺度。