一種服務于深度學習的汽車型號數據集建立方法技術

本發明專利技術提供一種服務于深度學習的汽車型號數據集建立方法，包括以下步驟：S1、收集各種型號汽車的多角度圖片，每種汽車型號至少有七類不同角度圖片；S2、對圖片按照“汽車品牌?汽車車型?汽車型號?汽車年份”的分類方法建立樹形結構；S3、將每個汽車年份下的圖片分為兩部分，并使用一部分建立訓練集文件，使用另一部分建立測試集文件；S4、構建訓練集文件標簽文件和測試集文件標簽文件，建立數據集。本發明專利技術對汽車圖片按照“汽車品牌?汽車車型?汽車型號?汽車年份”的方法建立樹形結構，有助于提高系統對車輛的識別能力，顯著提高了識別的精度；本數據集圖片為汽車的多角度圖片，有助于完善模型，提高識別率。

Method for establishing vehicle type data set for deep learning

Vehicle type data of the invention is to provide a service to the deep learning set method, which comprises the following steps: multi angle S1, collecting various types of car images, each car type of at least seven different angle pictures; S2 the picture, the establishment of tree structure according to the classification of the \car brand car type car models. Car year\; S3, each year of the car under the picture is divided into two parts, and the use of a part of the training set file, use another part of the establishment of the test set file; S4, constructs the training set and test set file file file label label file, the establishment of a data set. The invention of automobile images using a tree structure in accordance with the \method of car brand car models car models car year\, is helpful to improve the recognition capabilities of the vehicle and improve the recognition accuracy; the data set images for multi angle pictures of cars, help to improve the model and improve the recognition rate.

【技術實現步驟摘要】
一種服務于深度學習的汽車型號數據集建立方法
本專利技術涉及數據分類
，具體涉及一種服務于深度學習的汽車型號數據集建立方法。
技術介紹
現有車型識別系統的識別準確率普遍不高，主要由數據集建立時分類方法不當引起，比如著名的汽車數據庫CompCars，其數據結構是“汽車品牌-汽車車型-出廠年份”，該數據結構導致識別正確率不高。因此，亟需一種正確有效構建汽車數據集的方法，從而提高識別準確率。
技術實現思路
本專利技術的目的在于提供一種服務于深度學習的汽車型號數據集建立方法，該方法可以很好地解決以上問題。為達到上述要求，本專利技術采取的技術方案是：提供一種服務于深度學習的汽車型號數據集建立方法，包括以下步驟：S1、收集各種型號汽車的多角度圖片；S2、對述圖片按照“汽車品牌-汽車車型-汽車型號-汽車年份”的分類方法建立樹形結構；S3、將每個汽車年份下的圖片分為兩部分，并使用一部分建立訓練集文件，使用另一部分建立測試集文件；S4、構建訓練集文件標簽文件和測試集文件標簽文件，建立數據集。與現有技術相比，本專利技術具有的優點是：（1）對汽車圖片按照“汽車品牌-汽車車型-汽車型號-汽車年份”的四級分類方法建立樹形結構，有助于提高系統對車輛的識別能力，顯著提高了識別的精度；（2）本數據集圖片為汽車的多角度圖片，有助于完善模型，提高識別率。附圖說明此處所說明的附圖用來提供對本申請的進一步理解，構成本申請的一部分，在這些附圖中使用相同的參考標號來表示相同或相似的部分，本申請的示意性實施例及其說明用于解釋本申請，并不構成對本申請的不當限定。在附圖中：圖1為本專利技術的流程圖。具體實施方式為使本申請的目的、技術方案和優點更加清楚，以下結合附圖及具體實施例，對本申請作進一步地詳細說明。為簡單起見，以下描述中省略了本領域技術人員公知的某些技術特征。提供一種服務于深度學習的汽車型號數據集建立方法，包括以下步驟：S1、收集各種型號汽車的多角度圖片，圖片可以為網上搜集得到，也可以是自行對汽車拍照得到；每種型號汽車至少具有7種不同角度的圖片，包括以下幾種角度但不限于，前，左前，右，側，后，左后，右后等；S2、對上述多角度圖片按照“汽車品牌-汽車車型-汽車型號-汽車年份”的四級分類方法建立樹形結構，為了便于區別，以文件為單位進行規范整理；具體方法為：建立若干汽車品牌文件，以汽車品牌為文件命名；在汽車品牌文件夾下建立若干汽車車型文件，以汽車車型為文件命名；在汽車車型文件下建立若干汽車型號文件，以汽車型號為文件夾命名；在汽車型號文件下建立若干汽車年份文件，以汽車年份為文件夾命名；把步驟S1收集的圖片分別放于對應的汽車年份文件中。S3、將每個汽車年份文件中的圖片隨機分為兩部分，并使用一部分建立訓練集文件，使用另一部分建立測試集文件，一般訓練集文件圖片數量應是測試集文件圖片數量的4到5倍；具體包括以下步驟：建立訓練集文件；在訓練集文件下建立若干與汽車年份數量相當的文件；把步驟S2中的每個汽車年份文件中的大部分圖片復制到訓練集文件中；建立測試集文件；將每個汽車年份文件中剩余的圖片復制到測試集文件。S4、構建訓練集文件標簽文件和測試集文件標簽文件，建立數據集；具體包括：在訓練集文件下建立標簽文件（label），用于調用訓練集中圖片；在測試集文件下建立標簽文件（label），用于調用測試集中圖片。以上所述實施例僅表示本專利技術的幾種實施方式，其描述較為具體和詳細，但并不能理解為對本專利技術范圍的限制。應當指出的是，對于本領域的普通技術人員來說，在不脫離本專利技術構思的前提下，還可以做出若干變形和改進，這些都屬于本專利技術保護范圍。因此本專利技術的保護范圍應該以所述權利要求為準。本文檔來自技高網...

【技術保護點】
一種服務于深度學習的汽車型號數據集建立方法，其特征在于，包括以下步驟：S1、收集各種型號汽車的多角度圖片；S2、對所述圖片按照“汽車品牌?汽車車型?汽車型號?汽車年份”的分類方法建立樹形結構；S3、將每個汽車年份下的圖片分為兩部分，并使用一部分建立訓練集文件，使用另一部分建立測試集文件；S4、構建訓練集文件標簽文件和測試集文件標簽文件，建立數據集。

【技術特征摘要】
1.一種服務于深度學習的汽車型號數據集建立方法，其特征在于，包括以下步驟：S1、收集各種型號汽車的多角度圖片；S2、對所述圖片按照“汽車品牌-汽車車型-汽車型號-汽車年份”的分類方法建立樹形結構；S3、將每個汽車年份下的圖片分為兩部分，并使用一部分建立訓練集文件，使用另一部分建立測試集文件；S4、構建訓練...

【專利技術屬性】
技術研發人員：鄧建華，羅興成，楊容，申瑞涵，胡健，彭歡，易歆，馬可染，周可意，劉成，
申請(專利權)人：成都容豪電子信息科技有限公司，
類型：發明
國別省市：四川,51