论文部分内容阅读
车身颜色是车辆显著而稳定的特征之一,也是车辆识别中广泛应用的主要线索。卷积神经网络是一种能够自适应地学习车辆颜色特征的深度学习方法,在复杂场景下具有更好的鲁棒性。本文基于VGGNet网络结构,设计了一个具有较深层次和小卷积核的网络模型,并对常见的车辆颜色进行了训练和测试。结果表明,本文的模型具有耗时短、准确率高的特点,在车辆颜色识别上具有较强的实用意义。