摘要
本发明提出一种基于深度学习的车型识别方法和系统。其中,方法包括:应用yolov8检测算法,截取抓拍的图片的车辆框的位置,并对截取车辆框的位置的图片进行预处理;将预处理后的图片输入基于MAE算法的车型识别模型,得到图片的车型识别结果;如果所述图片的车型识别结果大于置信度阈值,则输出所述图片的车型识别结果;否则,使用所述视频流进行车型识别;连接视频流,根据编码值抽取连接后视频流中的关键帧;重复上述步骤对所述关键帧进行处理,得到视频流的车型识别结果;如果所述视频流的车型识别结果大于置信度阈值,则输出所述视频流的车型识别结果。本发明提出的方案能够降低生成和维护成本,并可实现持续升级改造。
技术关键词
车型识别方法
视频流
图片
车型识别系统
关键帧
置信度阈值
标准化方法
像素
双线性插值法
车辆
编码
算法
模块
三通道
可读存储介质
电子设备
数据
系统为您推荐了相关专利信息
眼动检测方法
眼动检测装置
图像采集系统
输入神经网络模型
视频流
智能识别方法
多义词
文本检测模型
参数估计法
图片
图片
多尺度特征提取
图像处理模型
图像处理模块
融合算法
车辆位置识别方法
激光点云数据
预训练模型
车辆位置识别系统
关键帧