基于HyperVID数据集训练自己的车型识别系统

简介

在新一代的智能识别系统中，交通安防对于车型识别的需求更为强烈。有关部门也有关于车型识别的技术文档要求，包括大类型，子类型、年款等要求。设计一套实用的车型识别系统，主要包括以下几个方面：

1.车辆检测模块；

2.车型识别模块；

3.车辆颜色识别模块；

4.车辆跟踪模块（视频识别）。

最近北京智云视图科技有限公司开放了一个车型数据集，包含了1776种主流车型及年款，是一个比较全面的车型数据集。我们可以在此数据集基础上，增加一部分自己的数据，或者直接采用该数据集，进行车型识别的训练。接下来，我们对不同模块进行介绍。

模块介绍

车辆检测

对于较大分辨率的图片或者视频，为了能够快速进行多物体检测，通常采用one-stage的深度学习检测器，例如ssd或者yolo，这里我们推荐yolov3检测器，如果采用原始的模型，可以直接进行检测，或者也可以自己训练，可以参考这个教程：https://blog.csdn.net/u012746060/article/details/81183006

车辆识别

车辆识别属于细分类，对于细分类有很多可以参考的资料，大家可以参考这里的一些说明：https://zhuanlan.zhihu.com/p/53611407。如果数据量比较充裕的情况下，直接选择合适的网络进行分类，同样可以取得不错的效果。我们在实验阶段，采用了mobilenet进行车型分类，数据库中包含1776中主流车型数据&