基于注意力机制的改进VGG车辆类型识别研究

摘要：

提出一种基于改进VGG11的车辆类型识别算法,用于处理不同类别的车辆型号的识别问题.为了解决一些车辆型号之间非常相似而导致的误检问题,应用注意力机制来增加有效特征图权重,减小无效或效果小的特征图权重,来使得训练模型得到更好的效果,从而提升算法的准确率.为了验证改进的VGG11的性能,将改进模型与经典模型AlexNet和VGG11原模型进行了实验对比.实验结果表明,改进的VGG11模型的收敛速度和精度都要远高于Alexnet和VGG11原模型,在训练50epochs时,就达到了96％的识别精度.

关键词：VGG卷积神经网络、车辆类型识别、注意力机制

所属期刊栏目：60

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2022-09-05（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：82-87