一种车辆重识别模型的训练方法、系统及相关设备转让专利
申请号 : CN202110723839.8
文献号 : CN113255601B
文献日 : 2021-11-12
发明人 : 王嫄 , 曾磊磊 , 王广义 , 熊宁 , 杨巨成 , 闫潇宁
摘要 :
本发明适用于计算机视觉领域,提供了一种车辆重识别模型的训练方法、系统及相关设备,所述训练方法包括以下步骤:对数据集的图片进行筛选和分类,获取具有车辆特征的训练集、验证集;构建一种平行堆叠且拓扑结构相同的分组卷积块;利用所述分组卷积块构建基于分组卷积深度残差网络的车辆重识别模型;获取预训练数据集,并对所述车辆重识别模型进行预训练;获取微调数据集和半监督数据集,并对所述车辆重识别模型进行微调;利用所述数据集和所述验证集对所述车辆重识别模型进行测试,获取最终的所述车辆重识别模型。本发明在深度残差网络的基础之上进一步使用了分组卷积,降低了复杂度,提高了车辆重识别的性能。