基于卷积神经网络的车型识别研究

随着深度学习的快速发展,深度学习中的卷积神经网络已经广泛运用于图像识别领域,通过构建不同的网络模型和大量的图像训练数据,来让计算机学习更多有用的图像特征,从而提升图像分类或识别的准确性。本文基于卷积神经网络,构建车辆图像数据库,参考经典的Alex Net网络模型,修改了它的激活函数和输出全连接层的网络结构,并微调训练参数来对数据集进行分类识别,最终识别出了图像中的车型及其品牌,准确率可分别达到89.33%和93.33%。经由实验验证,基于卷积神经网络对车型识别的方法是切实可行的。