[发明专利]一种基于YOLOv3模型的车辆品牌多角度识别方法

摘要

本发明公开了一种基于YOLOv3模型的车辆品牌多角度识别方法，包括以下步骤：采集路口监控图像，标注图像中车辆的位置和方向，构建数据集，根据数据集中的目标标注信息聚类得到聚类中心一次训练YOLOv3模型。将车辆在视频中出现位置按照帧数间隔保存起来，根据车辆方向进行分类，将每一类中置信度最高的图像作为车辆品牌识别数据。对车辆在每个方向上的图像进行品牌识别，根据投票的方式得到最终结果，具有优秀的泛化能力和稳定性。

主权项

1.一种基于YOLOv3模型的车辆品牌多角度识别方法，其特征在于，所述方法包括如下步骤：步骤1：采集图片，并对采集到的每张图片都进行标注，分别标注出车辆区域左上角和右上角在原图像上面的坐标，以及车辆的方向，并分类为正面、反面和侧面；步骤2：对每张图片中每个标注了的车辆的长宽比进行统计，用无监督学习算法K‑Means对所有目标的长宽比进行聚类得到9个聚类中心；步骤3：使用步骤2所得的聚类中心优化YOLOv3模型；步骤4：根据步骤3优化后的YOLOv3模型检测监控视频中车辆的位置信息和车身方向；步骤5：根据步骤4中检测得到的目标车辆的位置信息将车辆区域截取并筛选，然后进行数据预处理；步骤6：收集数据，选择不同场景，不同天气，各种光线下只包含整个车辆区域，背景尽可能少的图像作为训练集对YOLOv3模型进行优化；步骤7：利用改进后的YOLOv3模型检测识别S4中车辆图像的品牌，并比较步骤6中得到的品牌识别结果，并筛选出车辆的品牌。