需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 基于多任务学习卷积神经网络的车标识别及属性预测方法

基于多任务学习卷积神经网络的车标识别及属性预测方法

发布时间: 2022-04-19

来源: 试点城市（园区）

基本信息

合作方式： 技术转让
成果类型： 发明专利,新技术
行业领域：
其他
成果介绍

本发明公开了一种基于多任务学习卷积神经网络的车标识别及属性预测方法，包括以下步骤：创建基于多任务学习卷积神经网络；采用自适应任务权重学习策略和任务自动开闭学习策略训练卷积神经网络；使用训练好的卷积神经网络对获取的车辆标识图像进行分层提取特征，根据车标数据库进行车标识别及属性预测。该方法基于卷积神经网络结构，采用多任务学习机制，提出自适应任务权重学习策略和任务自动开闭学习策略，能同时判断车标类别和预测车标属性，并且准确率高。

成果亮点
团队介绍
成果资料