一種基于多尺度約束的細(xì)粒度車輛圖像檢索的方法及裝置

基本信息

申請(qǐng)?zhí)?/td> CN201911245009.8 申請(qǐng)日 -
公開（公告）號(hào) CN111104538A 公開（公告）日 2020-05-05
申請(qǐng)公布號(hào) CN111104538A 申請(qǐng)公布日 2020-05-05
分類號(hào) G06F16/583;G06K9/62 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 張斯堯;羅茜;王思遠(yuǎn);蔣杰;張誠(chéng);李乾;謝喜林;黃晉 申請(qǐng)（專利權(quán)）人 深圳久凌軟件技術(shù)有限公司
代理機(jī)構(gòu) 長(zhǎng)沙德恒三權(quán)知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 深圳久凌軟件技術(shù)有限公司
地址 518000 廣東省深圳市福田區(qū)梅林街道梅豐社區(qū)梅華路105號(hào)多麗工業(yè)區(qū)科技樓11層1104房
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于多尺度約束的細(xì)粒度車輛圖像檢索的方法及裝置，所述方法包括：對(duì)第一訓(xùn)練數(shù)據(jù)集進(jìn)行多尺度區(qū)域信息標(biāo)注，得到第二訓(xùn)練數(shù)據(jù)集；基于改進(jìn)的包圍盒約束算法和海倫約束算法對(duì)所述第二訓(xùn)練數(shù)據(jù)集進(jìn)行處理，得到第三訓(xùn)練數(shù)據(jù)集；采用所述第三訓(xùn)練數(shù)據(jù)集訓(xùn)練細(xì)粒度神經(jīng)網(wǎng)絡(luò)模型的目標(biāo)參數(shù)的參數(shù)值，得到訓(xùn)練之后的細(xì)粒度神經(jīng)網(wǎng)絡(luò)模型；將待識(shí)別車輛圖像輸入訓(xùn)練好的細(xì)粒度神經(jīng)網(wǎng)絡(luò)模型進(jìn)行識(shí)別，獲得與所述待識(shí)別車輛圖像同類型的目標(biāo)車輛圖像。本發(fā)明相比于現(xiàn)有技術(shù)，減少了需預(yù)先標(biāo)注圖像類別或選框標(biāo)注對(duì)象位置的工作量，節(jié)省成本，提高了效率。