买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安邮电大学申请的专利一种车辆图像识别模型建立及识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115375959B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210758374.4，技术领域涉及：G06V10/774；该发明授权一种车辆图像识别模型建立及识别方法是由王选宏;杨世玉;周锦程;高帅;肖云;董佳伟;李聪;钟媛;惠璐滢设计研发完成，并于2022-06-29向国家知识产权局提交的专利申请。

本一种车辆图像识别模型建立及识别方法在说明书摘要公布了：本发明公开了一种车辆图像识别模型建立方法，使用常用的公开车辆图像数据集，对车辆图像数据集进行增广，并预处理，构造多分支卷积神经网络并进行训练，获得车辆识别的多分支卷积神经网络，利用训练所得到的多分支卷积神经网络，通过结构重参数化转换成单分支卷积神经网络，对车辆图像提取特征并进行识别分类，最终得到车辆类型。该方法通过对多分支卷积神经网络的改进，使用空间金字塔并对池化后的结果进行拼接，使得网络能够提取不同尺度的特征，实现车辆图像特征的提取与融合；并对优化函数进行了修改，能够加速多分支卷积网络的训练，提高了基于多分支卷积神经网络的车辆识别方法的准确率，并减少了训练多分支卷积神经网络所需的时间。

本发明授权一种车辆图像识别模型建立及识别方法在权利要求书中公布了：1.一种车辆图像识别模型建立方法，其特征在于，按照以下步骤执行： 步骤1：选取常用的车辆图像公开数据集；对车辆图像数据集中的每一幅图像进行预处理，获得预处理后的用于训练、验证和测试的车辆图像数据集；所述的预处理包括裁剪、亮度增强、对比度增强、水平翻转以及归一化； 步骤2：将所述的预处理后的车辆图像以及对应的类别，输入至多分支卷积神经网络中进行训练； 所述的多分支卷积神经网络参数均为随机数； 所述的多分支卷积神经网络包括依次连接的3×3卷积层、1×1卷积层、残差连接层、激活层、BN归一化层、空间金字塔层以及全连接层； 其中，所述的卷积层和空间金字塔层用于对输入图像进行特征提取；全连接层用于对提取到的车辆图像特征进行分类识别； 步骤3：根据所述的车辆图像数据集，训练多分支卷积神经网络，获得最终的预测类别，具体为： 在训练多分支卷积神经网络时，采用式I作为损失函数L： 式中，m为样本类别数；i为第i个样本，xi为第i个样本对应的标签，y为模型的输出函数，即为实际输出的预测车辆为类别i的概率；CrossEntropyLoss为实际值与预测值之间的损失值； 步骤4：使用带有梯度中心化的随机梯度下降方法来加速多分支卷积神经网络的训练，具体为： 在加速多分支卷积神经网络训练时，采用式Ⅱ作为优化函数： 式中，Wi为权重矩阵W的第i列向量，Wj,i为权重矩阵W的第j行i列元素，L为损失函数，为权重矩阵W对应的梯度矩阵，M为权重矩阵W的行数； 步骤5：根据卷积的可加性，通过结构重参数化技术将多分支训练模型等价转换为只有3×3卷积的单路测试模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安邮电大学，其通讯地址为：710061 陕西省西安市雁塔区长安南路563号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。