基于深度残差网络的车标识别

摘要：

针对车标识别准确率的问题,提出一种基于ResNet-18模型改进残差网络的车标识别算法.首先,利用残差网络并对其进行改进,使用改进的线性修正单元Leaky ReLU激活函数代替原激活函数;其次,调整传统的残差网络结构,将批量标准化和激活函数放在卷积层前,并减少网络参数以加速网络训练.实验结果表明,改进后的残差网络模型识别准确率达99.8％.

关键词：深度学习、残差网络、图像识别、车标识别

所属期刊栏目：59

分类号：TP391.4(计算技术、计算机技术)

资助基金：吉林省自然科学基金面上项目批准号:20180101229JC

在线出版日期：2021-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：319-324