汽车行业的介绍 -尊龙凯时人生就得博

　　大家好，上一周没有给大家更新这个系列文章，不是我不想更新，而是很多数据需要我自己准备，做好处理，比如这次的车辆属性数据，基于bitvehicle_dataset公开数据集的基础上，我用程序标注了9000多张车辆属性跟颜色数据集汽车行业的介绍，用于本次训练……

　　大家好，上一周没有给大家更新这个系列文章，不是我不想更新，而是很多数据需要我自己准备，做好处理，比如这次的车辆属性数据，基于bitvehicle_dataset公开数据集的基础上，我用程序标注了9000多张车辆属性跟颜色数据集汽车行业的介绍，用于本次训练。本文主要演示了如下一些知识点：

　　前言中交代了，数据来自bitvehicle_dataset，是一个公开的车辆数据集，从中可以挖掘到很多好玩的数据，它有个文件vehicleinfo.mat， 从这个文件中可以获取到车辆的标注信息，每个车辆的roi区域，车辆类型，我用python读取了这个文件，保存了每个roi的车辆图像，这样我就得到了车辆属性数据集。其中命名格式如下：

　　同样，通过自定义的dataset，加载数据集，实现数据集预处理与加载，这部分的内容就不再赘述了，看系列文章的前面相关内容，都有很详细的介绍。

　　之前系列文章中给大家演示了卷积神经网络的基本结构跟vgg的stacked卷积的基本结构，这里使用resnet的block结构完成了一个简单神经网络，基于该网络实现了对输入车辆图像的颜色与车辆类型的分类，完整的车辆属性识别网络结构如下：

　　网络模型的代码实现如下：（上次我把模型代码忘记贴了，这次补上，上一篇代码跟此篇类似、希望大家借此可以解决一系列问题！）

　　因为两个分支都是分类损失，所以基于交叉熵损失计算、输入的格式是nxcxhxw=nx16x72x72，我只训练了15个epoch，然后保存模型文件为vehicle_attributes_model.pt。训练的代码如下：

　　然后我使用openvino自带的车辆检测模型，实现车辆检测，在把车辆的roi区域作为输入，使用训练好的模型，实现了车辆属性识别，最终使用一段视频，验证车辆属性识别的模型，实时运行车辆属性识别结果如下：

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系qq：1640731186