基于深度学习的车型识别系统的设计与实现

摘要随着城市化建设的不断发展，我国对交通建设的需求也不断增长。发展智能交通是一项重要的任务，而汽车车型的识别在智能交通领域又起着极其重要的作用。本文采用PyTorch这一深度学习框架，利用ResNet-50预训练模型为基础训练得到了用于车型识别的模型，通过分析比对全连接层中的各项参数与各类函数，对该模型的全连接层进行了修改与调优以适应本模型。除此之外，本文通过编写爬虫脚本采集迁移学习时所需要的样本图片以完成训练集的制作。经过不断尝试与挑选得到了训练完成的最优模型并将其应用到实际场景中，分别设计了一个汽车图片分类程序以及一个以hml为前端、python为后端的车型识别网站。关键字：深度学习、车型识别、迁移学习、PyTorch。