一種強化深度融合網(wǎng)絡(luò)的車輛多屬性分類方法,方法如下:利用YOLOv3深度神經(jīng)網(wǎng)絡(luò),尋找圖片的目標(biāo)區(qū)域,去除掉圖像中與分類無關(guān)的信息,得到車輛檢測的參數(shù),使用深度強化學(xué)習(xí)Deep Q Network對參數(shù)進(jìn)行優(yōu)化,輸出結(jié)果并輸入改進(jìn)后的雙線性卷積神經(jīng)網(wǎng)絡(luò)中得到最后的多屬性分類結(jié)果。本發(fā)明將YOLOv3深度神經(jīng)網(wǎng)路和雙線性卷積神經(jīng)網(wǎng)絡(luò)結(jié)合并引入深度強化學(xué)習(xí)Deep Q Network對目標(biāo)參數(shù)進(jìn)行優(yōu)化完成車輛多屬性分類,有效解決了在圖像分類問題中經(jīng)常出現(xiàn)背景信息太多容易誤導(dǎo)分類結(jié)果的問題,改善了特征丟失的問題,實驗結(jié)果表明準(zhǔn)確率有明顯提升。
聲明:
“強化深度融合網(wǎng)絡(luò)的車輛多屬性分類方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)