摘要
本发明公开了一种基于深度学习的网约车车辆检测与分类系统的方法和装置,具体涉及图像处理技术领域,从线上数据库随机选取网约车图像数据,包括不同车型、不同角度和不同光照条件下的车辆图像,并将对应的车辆类型进行标签,对收集到的数据进行预处理和特征工程处理,以生成训练集、测试集和验证集,所述特征工程处理是从预处理后的图像中提取车辆图像的像素值、颜色直方图和大小特征,根据已有的车辆图像数据,采用数据增强技术对已有的车辆图像数据进行旋转、翻转、缩放、改变亮度和对比度操作,生成多组车辆图像样本,采用卷积神经网络和循环神经网络算法进行模型训练,以优化分类效果。
技术关键词
车辆图像数据
循环神经网络算法
分类系统
特征工程
颜色直方图
网约车
损失函数优化
标签
训练卷积神经网络模型
训练集
模型训练模块
像素
清除错误数据
检查图像数据
数据处理模块
数据采集模块
系统为您推荐了相关专利信息
养老服务机构
机器学习模型
选址方法
梯度提升决策树
数据
新闻文本分类方法
长短期记忆网络
多尺度
空洞
语义特征
优化检测方法
配电柜
红外激光发射器
电荷耦合器件相机
互补金属氧化物半导体
节能控制系统
催化燃烧设备
铸造车间
数据融合算法
特征工程