孫偉，常鵬帥，戴亮，張小瑞，陳旋，代廣昭

（1.南京信息工程大學(xué)自動(dòng)化學(xué)院，南京 210044；2.南京信息工程大學(xué)江蘇省大氣環(huán)境與裝備技術(shù)協(xié)同創(chuàng)新中心，南京 210044；3.南京信息工程大學(xué)數(shù)字取證教育部工程研究中心，南京 210044；4.南京信息工程大學(xué)計(jì)算機(jī)與軟件學(xué)院，南京 210044）

0 概述

在智能交通系統(tǒng)中，車型識(shí)別［1］對(duì)于與智慧城市、無人駕駛、交通流計(jì)算等相關(guān)的實(shí)際應(yīng)用具有重要意義。雖然車型識(shí)別研究已經(jīng)取得了快速發(fā)展，但是仍然面臨著諸多難題。因數(shù)據(jù)的采集與標(biāo)注需要專業(yè)的知識(shí)和大量的時(shí)間，導(dǎo)致公開的車輛數(shù)據(jù)集較少［2］且數(shù)據(jù)集中的樣本容量不足，基于數(shù)據(jù)驅(qū)動(dòng)的車型識(shí)別效果降低。車輛不僅種類繁多，而且在同一品牌不同型號(hào)車輛之間的外觀差異微?。?］，導(dǎo)致車型識(shí)別率降低。因此，在車輛數(shù)據(jù)集不足的情況下，通過有效學(xué)習(xí)類別間區(qū)分性特征表達(dá)來分辨車型是解決以上難題的有效方法。

隨著深度學(xué)習(xí)技術(shù)的發(fā)展，車型識(shí)別方法取得較大的進(jìn)展［4-5］。ResNet 是深度學(xué)習(xí)中經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN），廣泛應(yīng)用于計(jì)算機(jī)視覺領(lǐng)域中的分類任務(wù)［6］。卷積神經(jīng)網(wǎng)絡(luò)由殘差塊和捷徑連接構(gòu)建層數(shù)較深的網(wǎng)絡(luò)，以促進(jìn)特征信息的利用與傳遞，但是僅通過現(xiàn)有的ResNet 難以獲得準(zhǔn)確的分類結(jié)果，需要采用注意力機(jī)制對(duì)現(xiàn)有網(wǎng)絡(luò)進(jìn)行特殊設(shè)計(jì)，以提高深層網(wǎng)絡(luò)的性能［7］?；谧⒁饬C(jī)制的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法［8］可以定位出對(duì)分類貢獻(xiàn)較大的鑒別性位置信息，提高網(wǎng)絡(luò)的表征能力。文獻(xiàn)［9］基于OI-LSTM結(jié)構(gòu)，將CNN與長(zhǎng)短時(shí)記憶（Long Short-Term Memory，LSTM）網(wǎng)絡(luò)相結(jié)合，在CNN 提取特征的同時(shí)，LSTM對(duì)提取的特征進(jìn)行時(shí)序捕捉，但是LSTM網(wǎng)絡(luò)在一個(gè)連續(xù)的過程中捕捉目標(biāo)的注意信息時(shí)存在梯度消失的問題。文獻(xiàn)［10］提出SE（Squeeze-and-Excitation）注意力模塊，通過擠壓每個(gè)二維特征圖，以有效建立通道之間的相互依賴關(guān)系，從而提高模型性能，但是SE 模塊會(huì)忽略位置信息，而位置信息對(duì)于在視覺任務(wù)中捕捉目標(biāo)結(jié)構(gòu)至關(guān)重要。文獻(xiàn)［11］提出CBAM（Convolutional Block Attention Module）機(jī)制，通過減少輸入張量的通道維數(shù)來利用位置信息，使用卷積計(jì)算空間注意力，但是卷積只能捕捉局部關(guān)系，無法對(duì)分類任務(wù)所必需的遠(yuǎn)程依賴關(guān)系進(jìn)行建模。受SE模塊的啟發(fā)，文獻(xiàn)［12］提出一種坐標(biāo)注意力（Coordinate Attention）模塊，該注意力不僅能夠?qū)W習(xí)到圖像通道域上的信息，還可以捕獲方向感知和位置敏感信息，有助于模型更準(zhǔn)確地定位和識(shí)別感興趣的區(qū)域。

為解決車型識(shí)別中數(shù)據(jù)不足的問題，研究人員采用數(shù)據(jù)增強(qiáng)以降低過擬合現(xiàn)象的發(fā)生，從而提高模型的魯棒性。訓(xùn)練數(shù)據(jù)量的增加是通過引入更多的數(shù)據(jù)差異，提高模型的泛化能力。在深度模型中數(shù)據(jù)增強(qiáng)方法［13-14］包括圖像裁剪、圖像擦除等。隨機(jī)圖像裁剪可以生成不同縮放比例的圖像，使得輸入深度模型的數(shù)據(jù)樣本增多，在一定程度上改善模型的訓(xùn)練效果。但是這種數(shù)據(jù)增強(qiáng)方法可能會(huì)引入許多背景噪聲，不僅不能提高提取特征的質(zhì)量，反而會(huì)降低模型的訓(xùn)練效果。文獻(xiàn)［15］提出自動(dòng)增強(qiáng)方法，構(gòu)建一個(gè)數(shù)據(jù)增強(qiáng)策略的搜索空間，利用搜索算法選取適合特定數(shù)據(jù)集的數(shù)據(jù)增強(qiáng)策略，但是與隨機(jī)數(shù)據(jù)增強(qiáng)相比，其難以實(shí)現(xiàn)。文獻(xiàn)［16］提出弱監(jiān)督的數(shù)據(jù)增強(qiáng)網(wǎng)絡(luò)（Weakly Supervised DataAugmentation Network，WS-DAN），通過注意力機(jī)制來增強(qiáng)數(shù)據(jù)，這種注意力機(jī)制使用的卷積核尺寸較小，在特征提取的深層網(wǎng)絡(luò)引入注意力機(jī)制，使得淺層網(wǎng)絡(luò)難以關(guān)注到原始特征的鑒別部分，導(dǎo)致數(shù)據(jù)增強(qiáng)質(zhì)量降低。

本文提出一種基于注意力引導(dǎo)數(shù)據(jù)增強(qiáng)的車型識(shí)別方法。采用ResNet-50 骨干網(wǎng)絡(luò)提取特征，在ResNet-50 每個(gè)殘差塊后都嵌入坐標(biāo)注意力模塊，生成一對(duì)方向感知和位置敏感的注意力圖。利用雙線性匯集（BAP）操作獲得增強(qiáng)特征圖，通過對(duì)增強(qiáng)特征圖進(jìn)行注意力裁剪和注意力擦除得到增強(qiáng)數(shù)據(jù)，將原始數(shù)據(jù)和增強(qiáng)數(shù)據(jù)輸入到網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，以提高識(shí)別準(zhǔn)確率。

1 車型識(shí)別模型

受弱監(jiān)督的數(shù)據(jù)增強(qiáng)網(wǎng)絡(luò)（WS-DAN）［16］的啟發(fā)，本文提出注意力引導(dǎo)數(shù)據(jù)增強(qiáng)的車型識(shí)別模型。車型識(shí)別模型結(jié)構(gòu)如圖1 所示。

圖1 車型識(shí)別模型結(jié)構(gòu)Fig.1 Structure of vehicle type recognition model

車型識(shí)別模型將ResNet-50 作為骨干網(wǎng)絡(luò)提取特征，在骨干網(wǎng)絡(luò)ResNet-50 的每個(gè)殘差塊后都嵌入注意力CA 模塊，使得車輛鑒別性部分特征在網(wǎng)絡(luò)的每個(gè)階段都能夠得到明顯關(guān)注，解決了WS-DAN 方法中數(shù)據(jù)增強(qiáng)質(zhì)量較低的問題。表1 表示ResNet-50 骨干網(wǎng)絡(luò)中每個(gè)區(qū)塊（Block）的劃分，包括卷積層中卷積核的大小和數(shù)量、池化層中池化核的大小和步長(zhǎng)以及輸出特征圖的尺寸。

表1 ResNet-50 骨干網(wǎng)絡(luò)的結(jié)構(gòu)Table 1 Structure of ResNet-50 backbone network

CA 模塊將通道分解為沿著兩個(gè)空間方向分別聚合特征的一維特征編碼，在捕捉一個(gè)方向特征的同時(shí)保留另一個(gè)空間方向的精確位置，生成一對(duì)方向感知和位置敏感注意力圖。車型識(shí)別模型在得到注意力圖后，通過雙線性注意力匯集（BAP）生成增強(qiáng)特征圖，在增強(qiáng)特征圖的引導(dǎo)下進(jìn)行注意力裁剪和注意力擦除，生成具有強(qiáng)鑒別性的增強(qiáng)數(shù)據(jù)，將其與原始的車輛圖像一并送入到網(wǎng)絡(luò)中進(jìn)行訓(xùn)練。

1.1 坐標(biāo)注意力模塊

CA［12］模塊用于計(jì)算機(jī)視覺任務(wù)，既考慮通道注意，也考慮經(jīng)典SENet［10］模塊忽略的位置信息，能夠有效提升模型的性能。CA 模塊沿著一個(gè)空間方向捕獲遠(yuǎn)程依賴關(guān)系，同時(shí)沿著另一個(gè)空間方向獲取精確的位置信息，從而編碼出一對(duì)方向感知和位置敏感的注意力圖，有效增強(qiáng)車輛鑒別性區(qū)域的表示，從而學(xué)習(xí)到類別間更加豐富的區(qū)分性信息。注意力CA 模塊結(jié)構(gòu)如圖2 所示。

圖2 坐標(biāo)注意力模塊結(jié)構(gòu)Fig.2 Structure of coordirate attention module

假設(shè)對(duì)于給定的輸入特征圖X?RC×H×W，使用池化核(H,1)或者(1,W)分別沿著水平坐標(biāo)和垂直坐標(biāo)編碼每個(gè)通道，成為并行的2 個(gè)輸出，在特征高度H和寬度W的第C個(gè)通道的輸出如式（1）和式（2）所示：

將上述2 個(gè)公式得到的特征圖拼接，采用1×1 的卷積核進(jìn)行卷積，如式（3）所示：

其中：[?,?]表示沿空間維度的拼接；δ表示Swish 激活函數(shù)；F1表示卷積運(yùn)算。f?RC/r×(H+W)是在水平方向和垂直方向編碼空間信息生成的中間特征圖，r是控制通道的縮減因子。CA 模塊沿空間維度把f分成2 個(gè)獨(dú)立的張量，再用1×1 的卷積核分別卷積分解后的獨(dú)立張量，得到與輸入X具有相同通道數(shù)量的張量，如式（4）和式（5）所示：

其中：Fh、Fw為2個(gè)卷積操作；fh?RC/r×H；fw?RC/r×W；σ為Sigmoid 函數(shù)；gh?RC×H和gw?RC×W分別為沿h和w方向的注意力權(quán)重參數(shù)。

CA 模塊的輸出如式（6）所示：

1.2 注意力引導(dǎo)的數(shù)據(jù)增強(qiáng)

在注意力引導(dǎo)的數(shù)據(jù)增強(qiáng)方法中需要進(jìn)行雙線性注意力匯集（BAP）操作。假設(shè)F?RH×W×C作為輸入的特征圖，其中H、W、C分別表示輸入特征圖的高度、寬度、通道數(shù)量。1×1 的卷積核作用于輸入特征圖，生成注意力圖A?RH×W×N，其中N是注意力圖的個(gè)數(shù)。注意力圖A與特征圖F執(zhí)行雙線性注意力匯集（BAP）操作，即特征圖與注意力圖對(duì)應(yīng)位置逐元素相乘得到中間特征圖，然后對(duì)這些中間特征圖進(jìn)行池化拼接運(yùn)算得到最后的特征矩陣。雙線性注意力匯集操作如式（7）所示：

其中：注意力圖A=[A1,A2,…,AN]；⊙為注意力圖A中的一個(gè)張量A1與F對(duì)應(yīng)元素逐個(gè)相乘；g(?)為全局平均池化操作；特征矩陣P?RN×C由中間特征圖[f1,f2,…,fN]拼接而成；Γ(A,F)為注意力圖A和特征圖F之間的雙線性注意力匯集。

為了聚合注意力圖上鑒別性區(qū)域的特征，受中心損失［17］解決人臉識(shí)別的啟發(fā)，本文在弱監(jiān)督注意力學(xué)習(xí)過程中引入注意力正則化損失函數(shù)。該損失函數(shù)不僅在最小化類內(nèi)變化的同時(shí)保持了類間特征的可區(qū)分性，而且縮小了屬于同一部分特征間的差異，如式（8）所示：

其中：cn為車輛某部分特征中心，可初始化為0；fn為某部分特征，如車輛的格柵；N為注意力圖的數(shù)量。cn通過滑動(dòng)平均公式更新，更新速率為α，如式（9）所示：

數(shù)據(jù)增強(qiáng)操作主要分為以下4 個(gè)步驟：

1）隨機(jī)選出一張注意力圖AN來引導(dǎo)數(shù)據(jù)增強(qiáng)的過程，通過對(duì)AN進(jìn)行歸一化處理，得到增強(qiáng)特征圖如式（10）所示：

3）將式（11）獲得的裁剪掩膜擴(kuò)大到原始圖像尺寸，并將其作為輸入網(wǎng)絡(luò)的增強(qiáng)數(shù)據(jù)，以放大車輛的鑒別性區(qū)域，有效地提取細(xì)節(jié)特征。

由式（12）得到擦除掩膜DN后，將其從原始圖像中擦除，保留擦除之外的其余部分，從而得到另一個(gè)新圖像。因此，注意力擦除有助于網(wǎng)絡(luò)提取車輛其他鑒別性部分特征。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 實(shí)驗(yàn)環(huán)境

本文實(shí)驗(yàn)所使用的計(jì)算機(jī)硬件為AMD Ryzen 7 3700X 8-Core Processor 3.59 GHz 處理器，內(nèi)存16 GB，顯卡為GeForce RTX 2070 SUPER 8 GB。軟件環(huán)境為Windows 10 操作系統(tǒng)，Pycharm 開發(fā)環(huán)境，Pytorch 深度學(xué)習(xí)框架，Python3.6 編程語言。

2.2 數(shù)據(jù)集

本文采用公開的Stanford Cars［18］車輛數(shù)據(jù)集。Stanford Cars 數(shù)據(jù)集包含196 種車型的圖像數(shù)據(jù)，共有16 185 張圖像，其中訓(xùn)練圖像和測(cè)試圖像分別為8 144 張和8 041 張，標(biāo)簽具體到車輛型號(hào)和年份。數(shù)據(jù)集中部分車輛圖像如圖3 所示。

圖3 Stanford Cars 數(shù)據(jù)集的部分車輛圖像Fig.3 Partial vehicle images of Stanford Cars dataset

本文實(shí)驗(yàn)的評(píng)價(jià)指標(biāo)為分類準(zhǔn)確率（accuracy），如式（13）所示：

其中：i為車輛樣本序號(hào)；m為車輛總數(shù)；yi為車型識(shí)別模型預(yù)測(cè)輸出；yi為車型真實(shí)標(biāo)簽。

2.3 實(shí)驗(yàn)結(jié)果

本文將ResNet-50 作為骨干網(wǎng)絡(luò)，選擇Block-5_3的輸出張量作為注意力圖A的輸入特征圖，注意力圖A的數(shù)量N設(shè)為32，注意力裁剪和注意力擦除的閾值θc和θd均設(shè)置為0.5。

本文使用隨機(jī)梯度下降方法訓(xùn)練模型，利用ImageNet 數(shù)據(jù)集對(duì)預(yù)訓(xùn)練得到的權(quán)重進(jìn)行參數(shù)微調(diào)，批大小設(shè)置為8，動(dòng)量為0.9，訓(xùn)練輪數(shù)（epoch）為100，權(quán)重衰減值為0.000 01，初始學(xué)習(xí)率（Learning Rate，LR）為0.001，每2 個(gè)epoch 后LR 指數(shù)衰減0.9。

2.3.1 消融實(shí)驗(yàn)

本文在Stanford Cars 數(shù)據(jù)集上進(jìn)行消融實(shí)驗(yàn)，驗(yàn)證本文方法的有效性。消融實(shí)驗(yàn)結(jié)果如表2 所示，基準(zhǔn)模型采用原始的ResNet-50 網(wǎng)絡(luò)結(jié)構(gòu)。

表2 消融實(shí)驗(yàn)結(jié)果Table 2 Results of ablation experiment %

從表2 可以看出，ResNet-50 網(wǎng)絡(luò)車型識(shí)別準(zhǔn)確率達(dá)到91.02%。在ResNet-50 網(wǎng)絡(luò)中嵌入CA 模塊后，ResNet-50+CA 方法的準(zhǔn)確率比ResNet-50 提升了1.87 個(gè)百分點(diǎn)，說明該注意力機(jī)制能夠?qū)W習(xí)到車輛具有鑒別性的區(qū)域特征，提高模型的表達(dá)能力。如果在ResNet-50 網(wǎng)絡(luò)中僅使用WS-DAN 方法，車型識(shí)別準(zhǔn)確率也有所提高，準(zhǔn)確率為94.53%。本文方法是在ResNet-50 網(wǎng)絡(luò)中同時(shí)使用CA 和WS-DAN 的方法，車型識(shí)別準(zhǔn)確率達(dá)到94.86%，說明本文方法在有效增強(qiáng)數(shù)據(jù)的同時(shí)，使得提取的特征更加具有可區(qū)分性，從而提升車型識(shí)別的性能。

2.3.2 CA 模塊與SENet 模塊的對(duì)比

本文在Stanford Cars數(shù)據(jù)集上對(duì)CA 模塊與SENet模塊進(jìn)行對(duì)比，以驗(yàn)證CA 模塊的有效性，從而改進(jìn)車型識(shí)別的效果。不同注意力模塊引導(dǎo)的數(shù)據(jù)增強(qiáng)模型損失曲線如圖4 所示。

圖4 不同注意力模塊引導(dǎo)的數(shù)據(jù)增強(qiáng)模型損失曲線Fig.4 Loss curves of data augmentation models with different attention modules guided

從圖4 可以看出，在模型的訓(xùn)練過程中，經(jīng)過SENet 模塊引導(dǎo)的數(shù)據(jù)增強(qiáng)模型損失曲線在訓(xùn)練輪數(shù)為10 時(shí)出現(xiàn)了較大的波動(dòng)，之后緩慢下降，在訓(xùn)練輪數(shù)為50 時(shí)基本趨于收斂。CA 模塊引導(dǎo)的數(shù)據(jù)增強(qiáng)模型損失曲線在整個(gè)訓(xùn)練過程中平滑下降，收斂速度比SENet 模塊引導(dǎo)的數(shù)據(jù)增強(qiáng)模型曲線快。

不同注意模塊引導(dǎo)的數(shù)據(jù)增強(qiáng)模型準(zhǔn)確率曲線如圖5 所示。從圖5 可以看出，SENet 和CA 這2種注意力引導(dǎo)的數(shù)據(jù)增強(qiáng)模型準(zhǔn)確率曲線的趨勢(shì)相近，但是CA 模塊引導(dǎo)的數(shù)據(jù)增強(qiáng)模型的準(zhǔn)確率高于SENet 模塊，說明這2 種注意力機(jī)制均可以增強(qiáng)模型對(duì)車輛鑒別性區(qū)域的表示能力。但是注意力SENet模塊僅考慮了模型通道之間的相互依賴關(guān)系，忽略了位置信息的重要性，而CA 模塊將通道注意力分解為2 個(gè)一維特征編碼，分別沿2 個(gè)空間方向聚集特征，使得模型能夠沿著一個(gè)空間方向捕獲遠(yuǎn)程依賴關(guān)系，同時(shí)沿著另一個(gè)空間方向獲得精確的位置信息。因此，本文所提的CA 模塊引導(dǎo)的數(shù)據(jù)增強(qiáng)模型具有更優(yōu)的識(shí)別效果。

圖5 不同注意力模塊引導(dǎo)的數(shù)據(jù)增強(qiáng)模型準(zhǔn)確率曲線Fig.5 Accuracy curves of data augmentation models with different attention modules guided

2.3.3 熱力圖可視化

不同模型的車型識(shí)別熱力圖［19］如圖6 所示。從圖6（b）可以看出，原始模型ResNet-50 對(duì)車輛的特征提取不明顯，難以關(guān)注到車輛的鑒別性區(qū)域。從圖6（c）可以看出，在原模型中嵌入注意力CA 模塊后，網(wǎng)絡(luò)對(duì)于特征的提取集中在車輛的尾部，說明該區(qū)域的鑒別性強(qiáng)，對(duì)于車型的正確分類具有重要作用。

圖6 不同模型的車型識(shí)別熱力圖Fig.6 Heatmaps for vehicle type recognition of different models

2.3.4 注意力引導(dǎo)的數(shù)據(jù)增強(qiáng)與隨機(jī)數(shù)據(jù)增強(qiáng)對(duì)比

注意力裁剪與隨機(jī)裁剪方式的效果對(duì)比如圖7 所示。從圖7（a）可以看出，注意力裁剪能夠有效裁剪出車型的整個(gè)區(qū)域。從圖7（b）可以看出，隨機(jī)裁剪把車尾部分裁掉了，如果鑒別性特征聚集在車尾部分，那么隨機(jī)裁剪使得車尾信息丟失，識(shí)別效果相比注意力裁剪的數(shù)據(jù)增強(qiáng)效果差。

圖7 注意力裁剪與隨機(jī)裁剪對(duì)比Fig.7 Comparison between attention cropping and random cropping

注意力擦除和隨機(jī)擦除方式的效果對(duì)比如圖8 所示。從圖8（a）可以看出，注意力擦除可以擦除車輛的某個(gè)部分，使得網(wǎng)絡(luò)去尋找車輛其他鑒別性區(qū)域的特征，提高模型的魯棒性。從圖8（b）可以看出，隨機(jī)擦除的部分是背景噪聲，不在車輛區(qū)域上，而背景噪聲對(duì)車型識(shí)別沒有幫助，無法使網(wǎng)絡(luò)學(xué)習(xí)車輛其他更多的鑒別性區(qū)域，使得數(shù)據(jù)增強(qiáng)效果較低。

圖8 注意力擦除與隨機(jī)擦除對(duì)比Fig.8 Comparison between attention erasure and random erasure

2.3.5 不同識(shí)別方法對(duì)比

不同方法的識(shí)別準(zhǔn)確率對(duì)比如表3 所示。從表3可以看出，相比VGG-19 方法［20］，Inception-v3 方法［21］的識(shí)別準(zhǔn)確率提高了5.12 個(gè)百分點(diǎn)。RA-CNN 方法［22］通過逐漸聚焦圖像的關(guān)鍵區(qū)域，融合不同尺度的注意力區(qū)域信息，其準(zhǔn)確率為92.50%。MA-CNN 方法［23］則提出多注意力網(wǎng)絡(luò)，通過特征通道生成更多的判別部分，并以相互強(qiáng)化的方式從判別部分學(xué)習(xí)更優(yōu)的細(xì)粒度特征，相比RA-CNN 方法，準(zhǔn)確率提高0.31 個(gè)百分點(diǎn)。WS-DAN 方法［16］使用的骨干網(wǎng)絡(luò)是Inception-v3，基于弱監(jiān)督學(xué)習(xí)有效提高數(shù)據(jù)增強(qiáng)的效率，車型識(shí)別準(zhǔn)確率為94.5%。相比WS-DAN+Inception-v3 方法，本文方法的車型識(shí)別準(zhǔn)確率提高了0.36 個(gè)百分點(diǎn)，在增強(qiáng)數(shù)據(jù)的同時(shí)提高模型的識(shí)別能力。

表3 不同方法的識(shí)別準(zhǔn)確率對(duì)比Table 3 Recognition accuracy comparison among different methods %

3 結(jié)束語

針對(duì)傳統(tǒng)方法車輛數(shù)據(jù)不足且識(shí)別率較低的問題，本文提出基于注意力引導(dǎo)數(shù)據(jù)增強(qiáng)的車型識(shí)別方法。使用ResNet-50 骨干網(wǎng)絡(luò)提取特征，在網(wǎng)絡(luò)的每個(gè)殘差塊后都嵌入坐標(biāo)注意力模塊，以準(zhǔn)確定位車輛的鑒別性區(qū)域，增強(qiáng)車輛鑒別性區(qū)域的特征表示。利用雙線性注意力匯集生成增強(qiáng)特征圖，并對(duì)其進(jìn)行注意力裁剪和注意力擦除以獲得增強(qiáng)數(shù)據(jù)。在Stanford Cars 數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，與RA-CNN 方法、MA-CNN 方法、WS-DAN+Inception-v3 等方法相比，本文方法能夠有效提高車型識(shí)別準(zhǔn)確率且具有較優(yōu)的魯棒性。下一步將采用知識(shí)蒸餾技術(shù)，把知識(shí)從繁瑣的模型轉(zhuǎn)移到更適合部署的小模型上，使車型識(shí)別模型適用于嵌入式邊緣設(shè)備。