基于神经网络结构搜索的车辆多属性识别方法、装置、介质

授权

摘要

本发明提供了一种基于神经网络结构搜索的车辆多属性识别方法、装置及存储介质，该方法先基于难以识别的车辆属性选择基准神经网络模型，然后在该基准神经网络模型的基础上，选择前半个网络(包含N/2个单元)作为整个车辆多属性识别网络模型的低层特征提取器，然后，其末端作为分支点，为其他的属性构建识别分支，且采用类似二分法的方法确定网络的结构，通过上述结合神经网络结构搜索技术构建的多分支的车辆多属性识别网络，可以一次识别车辆的多个属性，如型号、颜色等等，提高了识别效率。本发明提出了的两种网络更正机制可以使得生成的多分支的车辆多属性识别网络性能更佳，且在网络构建时效率更高。

基本信息

专利标题：

基于神经网络结构搜索的车辆多属性识别方法、装置、介质

专利标题（英）：

暂无

公开（公告）号：

CN110209857A

申请号：

CN201910436423.0

公开（公告）日：

2019-09-06

申请日：

2019-05-23

授权号：

CN110209857B

授权日：

2022-04-22

发明人：

林修明周成祖王海滨林淑强张永光

申请人：

厦门市美亚柏科信息股份有限公司

申请人地址：

福建省厦门市软件园二期观日路12号102-402单元

代理机构：

厦门福贝知识产权代理事务所(普通合伙)

代理人：

郝学江

优先权：

CN201910436423.0

主分类号：

G06F16/55

IPC分类号：

G06F16/55 G06N3/04 G06N3/08