yolov3识别的类别_车型识别相关技术

在交通安防中，车型识别是一个重要的技术点，车型识别主要包括车辆检测、型号识别、颜色识别，基于视频的车型识别，还包括跟踪算法的设计。我们在19年开源了一套车型识别模型HyperVID:

https://github.com/zeusees/HyperVID​github.com

2020年7月对该模型进行了进一步更新，目前支持大陆超过4000种车型及年款。感兴趣的技术人员可以关注一下。下面我们将其中涉及的技术进行拆解。

1.数据

我们知道，基于深度学习的识别算法，强烈依赖于数据的规模和质量，首先需要准备大量的车型数据，目前公开的车型数据集主要包括：

1）BIT-Vehicle Dataset（目前网站已不能访问，需要下载可以自行百度查找下载链接）

2）MIT Cars Dataset（https://ai.stanford.edu/~jkrause/cars/car_dataset.html）

3）The CompCars dataset（CompCars Dataset）

单纯利用公开的数据，很难获得较高的准确率，一方面开源的数据集样本数量不足，另外样本的角度、场景不够丰富，这些都制约模型的准确率。我们的实习生也下载了一些数据，大家可以在仓库中下载。

2.车辆检测