摘要
本申请公开一种车辆重识别模型的训练方法,所述方法包括:将随机选取的目标车辆图像分别输入到第一网络模型和第二网络模型,得到对应的车辆全局特征和不同视角的车辆局部特征;对所述车辆局部特征进行特征增强,得到所述不同视角的精细性局部特征;计算所述车辆全局特征对应的第一损失函数和所述不同视角对应的第二损失函数;基于所述第一损失函数和所述第二损失函数对所述第一网络模型和所述第二网络模型进行优化,得到车辆重识别模型。同时,本申请还公开一种车辆重识别模型的装置及车辆重识别的方法。
技术关键词
车辆重识别模型
视角
超分辨率技术
三元组损失函数
网络
重识别方法
数据获取模块
训练设备
矩阵
训练装置
图像分割
列表
处理器
样本
关系
系统为您推荐了相关专利信息
联合检测系统
融合特征
剩余时长
神经网络预测模型
特征提取方式
检测评价方法
关键帧
信令
视频监控系统
抓取网络数据包
全生命周期智能
管理机器人
结构相似性算法
优化用户界面
智能文件
图像识别模型
强化学习方法
神经网络结构搜索
电力作业场景
堆叠方式
地图重建方法
无人机避障
深度神经网络模型
相机位姿估计
像素点