基于部件關(guān)注DenseNet 的細(xì)粒度車型識別

陳立潮，朝昕，潘理虎，曹建芳,2，張睿

（1.太原科技大學(xué) 計算機(jī)科學(xué)與技術(shù)學(xué)院，山西 太原 030024;2.忻州師范學(xué)院 計算機(jī)科學(xué)與技術(shù)系，山西 忻州 034000）

細(xì)粒度車型識別是智能交通領(lǐng)域的重要組成部分，旨在通過任意角度和光線環(huán)境下，識別出車輛型號、制造商、生產(chǎn)年份等精準(zhǔn)有用的車輛信息。通常粗粒度車型識別提供的車輛信息不充足，識別出的大類別數(shù)據(jù)，無法做到對車輛的有效標(biāo)識和追蹤，細(xì)粒度車型識別區(qū)別于一般車型識別，能夠?qū)Υ至６鹊拇箢悇e車型進(jìn)行精細(xì)的子類別識別，精確標(biāo)識車輛，在交通視頻中有效地進(jìn)行車輛監(jiān)控，不僅節(jié)省了人力資源，提高交通執(zhí)法效率，而且能夠快速分析套牌車輛和外觀改裝車輛，在車牌信息無法獲取時，細(xì)粒度的車型信息尤其重要，提高了有關(guān)車輛刑事案件的偵破效率，在智能交通、交通數(shù)據(jù)分析、安防等領(lǐng)域具有重要意義[1]。

針對細(xì)粒度車型識別問題，國內(nèi)外學(xué)者已經(jīng)做了大量研究，運(yùn)用不同的方法提高細(xì)粒度車型識別準(zhǔn)確率。主要有2 種方法：基于車輛部件的方法和基于深度學(xué)習(xí)的方法。

目前已經(jīng)有許多基于車型部件的細(xì)粒度車型識別方法，Liao 等[2]分析了車輛部件在細(xì)粒度車型分類中的辨別能力，提出了一種新的將各部件的區(qū)分能力整合到分類框架中的模型。Krause 等[3]在局部特征外觀和位置的層面上，將兩種最先進(jìn)的2D 目標(biāo)建模表示提升到3D，實(shí)現(xiàn)對車型精細(xì)識別。Fang 等[4]從整個車輛圖像和檢測區(qū)域中提取全局特征和局部部件特征，基于整體線索和局部部件特征的隸屬層次變化，采用一對一的支持向量機(jī)分類器進(jìn)行分類。車型部件方法的分類效果主要取決于對車型鑒別性部件的提取能力，上述方法的部件提取能力有限，成為了制約識別性能提升的主要瓶頸。

在細(xì)粒度車型識別領(lǐng)域，深度學(xué)習(xí)也得到廣泛的研究與應(yīng)用。Shi 等[5]提出GLM(generalized large-margin)損失，并與Softmax 損失級聯(lián)訓(xùn)練明顯地減少了類間相似性和類內(nèi)方差，增強(qiáng)模型對車型的表征能力。Ke 等[6]提出一種密集關(guān)注網(wǎng)絡(luò)(dense attention network,DA-Net)，通過其密集的連接和關(guān)注單元，使網(wǎng)絡(luò)對車型的分類能力集中在重要區(qū)域和特征，提高了模型的識別能力。Fu等[7]基于區(qū)域檢測和細(xì)粒度特征學(xué)習(xí)的關(guān)聯(lián)性，提出一種遞歸注意力卷積神經(jīng)網(wǎng)絡(luò)(recurrent attention convolutional neural network,RA-CNN)，在多尺度上以相互增強(qiáng)的方式遞歸學(xué)習(xí)區(qū)分區(qū)域注意力和基于區(qū)域的特征表示。馬力等[8]提出稀疏化B-CNN，通過訓(xùn)練在特征通道中引入比例因子的B-CNN，并采用正則化按比例因子大小對其稀疏，將不重要特征通道按比例裁剪，消除網(wǎng)絡(luò)過擬合提高關(guān)鍵特征的顯著性。王陽等[9]提出雙線性殘差注意網(wǎng)絡(luò)，用殘差網(wǎng)絡(luò)替換B-CNN 的特征函數(shù)，并在殘差單元間添加通道注意力和空間注意力模塊，獲取更為豐富的注意力特征。Valev 等[10]系統(tǒng)比較和總結(jié)了現(xiàn)有深度學(xué)習(xí)方法在細(xì)粒度車型識別上的應(yīng)用，在細(xì)粒度車型數(shù)據(jù)集Stanford Cars-196 上進(jìn)行訓(xùn)練測試，經(jīng)典深度卷積網(wǎng)絡(luò)(deep convolutional neural networks,DCNN) 中DenseNet-161 獲得較好的識別精度，DenseNet 密集連接[11]是2017 年Huang 等提出的一種全新的卷積網(wǎng)絡(luò)連接模式，以密集連接的方式實(shí)現(xiàn)特征復(fù)用，使網(wǎng)絡(luò)學(xué)習(xí)到更具鑒別性的特征，并通過網(wǎng)絡(luò)特征復(fù)用最大程度上降低參數(shù)的冗余，降低了網(wǎng)絡(luò)隨深度增加出現(xiàn)的網(wǎng)絡(luò)退化等問題。相比基于部件的方法，基于深度學(xué)習(xí)的方法操作簡單，能夠直接對二維圖像進(jìn)行處理，從大量訓(xùn)練樣本中有效地學(xué)習(xí)到相應(yīng)特征，避免了復(fù)雜的特征提取過程[12]。但細(xì)粒度車型分類集中在微小但重要的車型部件特征上，上述方法無法對部件特征進(jìn)行有效關(guān)注。

根據(jù)以上問題，結(jié)合部件和深度學(xué)習(xí)的方法，提出一種基于部件關(guān)注DenseNet 的細(xì)粒度車型識別網(wǎng)絡(luò)。通過提出的處理層(Process Layer)對車型部件信息進(jìn)行重復(fù)加強(qiáng)提取關(guān)注，獲取更多的部件信息，然后利用嵌入獨(dú)立組件的密集連接網(wǎng)絡(luò)進(jìn)行特征復(fù)用，提取高維特征，獨(dú)立組件降低模型過擬合風(fēng)險，有效提高模型的收斂極限。提出的PF-DenseNet 深度學(xué)習(xí)網(wǎng)絡(luò)，能夠有效獲取細(xì)粒度車型的鑒別性部件信息，利用部件特征進(jìn)行分類。

1 細(xì)粒度車型識別網(wǎng)絡(luò)

細(xì)粒度車型識別網(wǎng)絡(luò)模型如圖1 所示，主體框架采用DenseNet 的密集卷積結(jié)構(gòu)，并在框架前加入Process Layer，利用Process Layer 直接對輸入圖像進(jìn)行下采樣處理，相對于一般DenseNet 對輸入圖像的處理，Process Layer 首先通過步長為1的卷積核對圖像車輛細(xì)節(jié)特征重復(fù)提取加強(qiáng)，獲取更加清晰的車型圖像特征，保留足夠多的車型部件特征細(xì)節(jié)信息，然后用最大池化進(jìn)行下采樣，降低后續(xù)計算量。Process Layer 后主體框架采用密集連接網(wǎng)絡(luò)中的密集卷積(Dense Block)和過渡層(Transition Layer)，對圖像特征進(jìn)一步提取和復(fù)用，獲得更加抽象高維的特征，Transition Layer 引用在每一層Dense Block 后面，對圖像進(jìn)一步下采樣，并在Dense Block 和Transition Layer 中嵌入IC 層，提高模型收斂極限。最后通過輸出層(Output Layer)和全連接層(fully connected layers,FC)，對圖像進(jìn)行分類，F(xiàn)C 通過softmax 激活函數(shù)對輸出作類別概率預(yù)測，模型訓(xùn)練采用交叉熵?fù)p失函數(shù)進(jìn)行參數(shù)更新優(yōu)化。部件關(guān)注DenseNet(partfocused DenseNet，PF-DenseNet)的具體結(jié)構(gòu)參數(shù)和輸出大小如表1 PF-DenseNet 的具體網(wǎng)絡(luò)結(jié)構(gòu)所示，層結(jié)構(gòu)顯示其對應(yīng)名稱的具體網(wǎng)絡(luò)結(jié)構(gòu)，如Process Layer 的結(jié)構(gòu)為7×7×96-BN-ReLu 加上MaxPool (2×2/s=2)，7×7×96 表示一個核大小為7×7 通道數(shù)為96 的卷積核，然后進(jìn)行一個批歸一化[13](batch normalization,BN)和ReLu[14]激活處理，最后經(jīng)過一個核大小為2×2 步長為2 的最大池化，輸出(96,111,111)表示通道數(shù)為96、寬高尺寸為111×111 的輸出特征圖。表1 中有4個Dense Block_x：Dense Block_1、Dense Block_2、Dense Block_3 和Dense Block_4，分別由6、12、3 6 和2 4個基礎(chǔ)層結(jié)構(gòu)塊構(gòu)成，如Dense Block_1 由6個連續(xù)的基礎(chǔ)層結(jié)構(gòu)：IC-ReLu-1×1×192 加上IC-ReLu-3×3×48 構(gòu)成。

圖1 細(xì)粒度車型識別網(wǎng)絡(luò)模型Fig.1 Fine-grained vehicle identification network model

表1 PF-DenseNet 具體網(wǎng)絡(luò)結(jié)構(gòu)Table1 PF-DenseNet specific network structure

1.1 Process Layer 卷積特征

細(xì)粒度車型分類中，類別間的差異極其微小，相比粗粒度車型分類，更關(guān)注圖像中微小但十分重要的局部特征，PF-DenseNet 通過Process Layer 對車型特征重復(fù)提取加強(qiáng)，獲取了更加有效清晰的部件信息，使得網(wǎng)絡(luò)能夠基于車型部件像素信息進(jìn)行類別預(yù)測。

Process Layer 的組成結(jié)構(gòu)如表1 所示，Process Layer 主要由一個核大小為7×7，步長為1 的卷積層以及尺度為2×2，步長為2 的最大池化層組成，卷積層后面進(jìn)行BN 和ReLu 激活處理。圖2 所示為卷積層操作，輸入特征圖通過卷積核，每次對特征圖上卷積核大小區(qū)域進(jìn)行卷積操作輸出一個像素值，每次操作移動一步，使特征圖中心部位車輛的9/10 像素被重復(fù)卷積提取7 次，加強(qiáng)了對車型部件的特征提取。然后經(jīng)過BN 和ReLu 層處理，BN 對數(shù)據(jù)歸一化加快網(wǎng)絡(luò)收斂，ReLu 激活函數(shù)增加網(wǎng)絡(luò)稀疏性。最后利用最大池化層進(jìn)行下采樣，特征圖大小變?yōu)樵瓉淼?/2，降低后續(xù)網(wǎng)絡(luò)計算量。

圖2 卷積操作示意Fig.2 Convolution operation diagram

如圖3 所示為不同DenseNet 對同一車型圖片輸入的不同特征提取效果圖，圖3(a)為PF-DenseNet中密集卷積前經(jīng)過Process Layer 提取的特征圖，圖3(b)、3(c)分別為DenseNet201 和DenseNet161密集卷積前對圖像的特征提取圖。圖3(a) 通過Process Layer 對圖像同一區(qū)域的重復(fù)卷積提取，特征圖更加清晰，保存了更多的部件細(xì)節(jié)，車標(biāo)、車燈等鑒別性部件信息被有效的提取出來，使網(wǎng)絡(luò)模型最后能夠有效地根據(jù)車型部件像素進(jìn)行分類。

圖3 特征提取圖Fig.3 Feature extraction diagram

1.2 獨(dú)立密集連接

密集連接基于跨層連接連通網(wǎng)絡(luò)中前后層使得信號可以在輸入層和輸出層之間高速流通的思想，將所有層都進(jìn)行兩兩通道連接(Cat)，使得網(wǎng)絡(luò)中的每一層都接收前面所有層的特征作為輸入，盡可能地提取到車型的細(xì)節(jié)信息，不僅大幅度減少了網(wǎng)絡(luò)的參數(shù)量，而且在一定程度上降低梯度消失的風(fēng)險。神經(jīng)科學(xué)家發(fā)現(xiàn)，神經(jīng)系統(tǒng)的表征能力與系統(tǒng)中獨(dú)立神經(jīng)元的數(shù)量呈正比，獨(dú)立神經(jīng)元構(gòu)成的獨(dú)立神經(jīng)網(wǎng)絡(luò)具有更好的特征表達(dá)能力和更高的收斂極限，在CNN 中引入IC 層是獲得獨(dú)立神經(jīng)網(wǎng)絡(luò)最快速有效的方式，通過在密集連接中嵌入IC 層構(gòu)造獨(dú)立密集連接，獲得更好的收斂極限。

獨(dú)立密集連接的Dense Block 基本結(jié)構(gòu)如圖4所示，在密集卷積前嵌入獨(dú)立組件IC：{BN-Dropout}，獲得相對獨(dú)立的網(wǎng)絡(luò)模型，提高模型收斂極限，增加識別準(zhǔn)確率[15]。

圖4 獨(dú)立密集連接網(wǎng)絡(luò)Fig.4 Independent dense connection network

IC 中，BN 通過降低內(nèi)部協(xié)變量偏移，減少內(nèi)部神經(jīng)元分布的改變，加速網(wǎng)絡(luò)的收斂，BN 公式如式(1)～(4)所示：

首先通過式(1) 求均值μ，式(1) 中xi為第i個神經(jīng)元的輸入，m表示神經(jīng)元數(shù)目，然后通過式(2)得到方差 σ2。

然后式(3)將輸入進(jìn)行標(biāo)準(zhǔn)化處理，使輸入服從均值為0，方差為1 的正態(tài)分布，最后通過式(4)對標(biāo)準(zhǔn)化后的值進(jìn)行平移縮放處理，數(shù)據(jù)經(jīng)過式(2)和式(3)的處理后，上一層網(wǎng)絡(luò)所學(xué)習(xí)到的特征分布被破壞，式(4) 引入可學(xué)習(xí)重構(gòu)參數(shù) γ和β，讓網(wǎng)絡(luò)在訓(xùn)練時恢復(fù)出原始網(wǎng)絡(luò)所要學(xué)習(xí)的特征分布。

Dropout 以概率P線性減弱任何一對神經(jīng)元之間的相關(guān)性，降低網(wǎng)絡(luò)每次訓(xùn)練時的參數(shù)量，增強(qiáng)網(wǎng)絡(luò)稀疏性，構(gòu)造相對獨(dú)立的神經(jīng)元激活[16]。

將IC 嵌入到Dense Block 中以及Transition Layer 中，采用{IC-ReLu-Conv}的形式，能夠有效提取車型的高層次信息，提高模型收斂極限，獲得更好的識別準(zhǔn)確率。

2 實(shí)驗(yàn)與分析

2.1 數(shù)據(jù)集

Stanford Cars-196[3]數(shù)據(jù)集是目前最常用的細(xì)粒度車型識別數(shù)據(jù)集，圖像數(shù)據(jù)包含196 類共16 185張汽車圖片，其中訓(xùn)練集8 144 張，測試集8 041張。每張圖片的標(biāo)簽有制造商、車輛型號和生產(chǎn)年份3個信息。

訓(xùn)練前對數(shù)據(jù)集進(jìn)行了預(yù)處理，將所有圖像裁剪為224×224 大小，訓(xùn)練時對訓(xùn)練集做了順時針20°的角度旋轉(zhuǎn)、水平翻轉(zhuǎn)的在線數(shù)據(jù)增強(qiáng)，原圖和增強(qiáng)后的圖像樣例分別如圖5 所示，擴(kuò)充后的訓(xùn)練集為20 360 張，通過數(shù)據(jù)增強(qiáng)提升模型的泛化能力，增強(qiáng)網(wǎng)絡(luò)的魯棒性。

圖5 數(shù)據(jù)增強(qiáng)示例Fig.5 Sample data enhancement diagram

2.2 實(shí)驗(yàn)細(xì)節(jié)

硬件環(huán)境：Intel(R)Xeon(R)Silver 4 110 CP 處理器，內(nèi)核數(shù)32，GeForce GTX 1080Ti 10 GB 顯卡，單精度浮點(diǎn)數(shù)為11.34TFLOPS，雙精度浮點(diǎn)數(shù)為0.33TFLOPS。軟件環(huán)境：Ubuntu 16 操作系統(tǒng)，Python3.6 程序設(shè)計語言，PyTorch 深度學(xué)習(xí)框架。

實(shí)驗(yàn)網(wǎng)絡(luò)訓(xùn)練使用隨機(jī)梯度下降(stochastic gradient descent,SGD)方法，在IamgeNet 預(yù)訓(xùn)練權(quán)重上進(jìn)行微調(diào)，每訓(xùn)練一個周期測試一次準(zhǔn)確率，批次大小為4，初始學(xué)習(xí)率(learning rate,Lr)為0.001，10個訓(xùn)練周期測試準(zhǔn)確率不再上升時，Lr 下降為原來的0.1，采用早停策略，50個訓(xùn)練周期測試準(zhǔn)確率沒有上升，訓(xùn)練自動結(jié)束。模型評價指標(biāo)為準(zhǔn)確率(accuracy)、查全率(recall) 和F1。準(zhǔn)確率公式如式(5)所示：

式中：T表示測試集中預(yù)測正確的樣本數(shù)；R表示測試集樣本總數(shù)。

式中：TP 表示第i類預(yù)測正確的樣本數(shù)；Ri表示第i類測試樣本總數(shù)；n為樣本類別數(shù)。查全率表示了樣本類別的平均準(zhǔn)確率。

式中：precision 表示查準(zhǔn)率；FPi表示預(yù)測為第i類的非i類樣本數(shù)。式(8)中F1是accuracy 和recall的調(diào)和平均。

2.3 實(shí)驗(yàn)與結(jié)果分析

2.3.1 獨(dú)立組件對實(shí)驗(yàn)的影響

提出的PF-DenseNet 的密集卷積結(jié)構(gòu)采用：{IC-ReLu-Conv}，融合了獨(dú)立組件，為了驗(yàn)證獨(dú)立組件對提出的基于部件關(guān)注DenseNet 在細(xì)粒度車型識別上的影響，對PF-DenseNet 控制單一變量IC，在同一訓(xùn)練環(huán)境下，觀察PF-DenseNet 包含IC和不含IC 時，測試準(zhǔn)確率隨訓(xùn)練周期變化的情況。

如圖6 所示為獨(dú)立組件對模型的影響，初始階段，兩種模型的測試準(zhǔn)確率變化基本相同，隨著訓(xùn)練周期不斷增加，迭代10 次后包含IC 的模型具有更高的測試準(zhǔn)確率，60 次迭代后，不含IC 的模型測試準(zhǔn)確率基本穩(wěn)定不再上升，而包含IC 的模型依然緩慢上升，分析可知獨(dú)立組件嵌入文中模型后，能夠有效提高網(wǎng)絡(luò)的收斂極限，增加識別準(zhǔn)確率。

圖6 獨(dú)立組件對PF-DenseNet 的影響Fig.6 Impact of individual components on the model

2.3.2 與普通密集連接網(wǎng)絡(luò)的對比

圖7 給出了車型3 種不同姿態(tài)下(側(cè)面、正面和背面)的3 種DenseNet 熱力圖，觀察不同密集連接網(wǎng)絡(luò)DenseNet201、DenseNet161 和PFDenseNet 的熱力圖，圖7(b)、7(c)分別為DenseNet201、DenseNet161 的熱力圖，通過訓(xùn)練關(guān)注車型的整體特征，無法對鑒別性部件進(jìn)行有效的關(guān)注，提出的基于部件關(guān)注的密集卷積網(wǎng)絡(luò)模型能夠關(guān)注車輛的車燈、車標(biāo)等鑒別性部位，如圖7(d)所示，圖7(d)側(cè)面圖中，熱力圖深紅色區(qū)域主要集中在車燈和車標(biāo)，說明車燈、車標(biāo)區(qū)域像素對最后分類結(jié)果的貢獻(xiàn)最大，圖7(d)正面和背面熱力圖中，車燈部件特征對分類起到了最大作用。從圖7 比較可看出，提出的模型能夠基于這些關(guān)鍵性車型部件，對車輛進(jìn)行分類，進(jìn)而實(shí)現(xiàn)對細(xì)粒度車型的有效識別。

圖7 不同DenseNet 熱力圖Fig.7 Different DenseNet heat maps

圖8 為3 種DenseNet 網(wǎng)絡(luò)在Cars-196 上的訓(xùn)練和測試準(zhǔn)確率隨訓(xùn)練周期變化的折線圖。

圖8(a)為3 種DenseNet 測試準(zhǔn)確率變化圖，圖中顯示訓(xùn)練周期在15 次以后PF-DenseNet 的測試準(zhǔn)確率提升速度明顯高于DenseNet201 和DenseNet161，在訓(xùn)練40 次以后3 種DenseNet 的測試準(zhǔn)確率都趨于穩(wěn)定，PF-DenseNet 的最終測試準(zhǔn)確率分別比DenseNet201 和DenseNet161 提高了1.2%、1%。在訓(xùn)練過程中相較于原始DenseNet201 和DenseNet161 網(wǎng)絡(luò)，PF-DenseNet 的訓(xùn)練準(zhǔn)確率和測試準(zhǔn)確率的差距更小，具有更好的擬合效果。

圖8 不同DenseNet 準(zhǔn)確率變化圖Fig.8 Diagrams of DenseNet accuracy variation

2.3.3 不同方法對比

PF-DenseNet 和在本實(shí)驗(yàn)數(shù)據(jù)集Cars-196 上的其他方法進(jìn)行比較，如表2 所示，Zhao 等[17]提出一個多樣化的視覺注意力網(wǎng)絡(luò)(diversified visual attention networks,DVAN)來解決細(xì)粒度車型分類的問題，在學(xué)習(xí)定位區(qū)分區(qū)域時大大減少了對強(qiáng)監(jiān)督信息的依賴，追求注意力的多樣性，最大限度地收集有區(qū)別的信息，但精度只有87.1%，遠(yuǎn)低于本文方法。馬力等提出Sparse B-CNN[8]，通過在每個特征通道引入比例因子，按比例因子的大小判別特征通道的重要性并進(jìn)行剪枝，減弱過擬合提高特征的顯著性，準(zhǔn)確率為91.0%，由于網(wǎng)絡(luò)訓(xùn)練中需要進(jìn)行剪枝，操作較為復(fù)雜。Fu 等[7]采用3 種尺度作為輸入，以相互增強(qiáng)的方式遞歸學(xué)習(xí)車型區(qū)域注意力和區(qū)域的特征表示，準(zhǔn)確率為92.5%，比本文方法低2.5%。Li 等[18]提出了一種迭代矩陣平方根歸一化方法用于全局協(xié)方差共用網(wǎng)絡(luò)的快速端到端訓(xùn)練，并運(yùn)用在ResNet101上，獲得了93.3%的精度，但該方法大大增加了網(wǎng)絡(luò)參數(shù)，訓(xùn)練時間也過長。文獻(xiàn)[19]提出互通道損失(mutual channel loss,MC-Loss)，由鑒別分量和多樣性分量兩個特定信道的分量組成，訓(xùn)練每個特征通道反映針對特定類的不同局部區(qū)分區(qū)域，以B-CNN 為基礎(chǔ)框架，獲得了94.4%的準(zhǔn)確率，準(zhǔn)確率較高，但在分量中引入了需要額外尋優(yōu)的超參數(shù)，模型訓(xùn)練較繁瑣。PF-DenseNet 通過對車型區(qū)域特征反復(fù)提取，獲得足夠多的部件信息，使模型能夠基于部件信息分類，再通過獨(dú)立密集卷積得到抽象特征，提高收斂極限，獲得了95.0%的準(zhǔn)確率。表2 還顯示了PF-DenseNet 與其他經(jīng)典DCNN 在Cars-196 上查全率和F1對比，PFDenseNet 較于Inception-ResNet-v2、ResNet152、DenseNet201 和DenseNet161 查全率分別提升了3.7%、2.4%、1.1% 和1%，F(xiàn)1分別提升了3.7%、2.3%、1%和0.9%。

表2 不同方法在Cars-196 數(shù)據(jù)集上的準(zhǔn)確率對比 Table 2 Comparisons of accuracy of different methods in Cars-196 data set %

圖9 所示為PF-DenseNet 與其他DCNN 準(zhǔn)確率和參數(shù)量的對比，PF-DenseNet 的參數(shù)量遠(yuǎn)小于ResNet152 和Inception-ResNet-v2，DenseNet161和DenseNet201 的參數(shù)量略小于PF-DenseNet，但精度遠(yuǎn)小于PF-DenseNet，Inception-ResNet-v2、ResNet152、DenseNet201 和DenseNet161 準(zhǔn)確率分別為91.3%、92.6%、93.8%和94.0%，分別比本文方法降低3.7%、2.4%、1.2%和1%，綜合準(zhǔn)確率、查全率、F1和參數(shù)量來看，文中方法獲得了較好的效果。

圖9 PF-DenseNet 與其他DCNN 準(zhǔn)確率和參數(shù)數(shù)量對比Fig.9 Comparison of PF-PenseNet and other DCNN accuracy and number of parameters

3 結(jié)束語

為了實(shí)現(xiàn)細(xì)粒度車型識別，提高細(xì)粒度車型識別準(zhǔn)確率，提出一種基于部件關(guān)注的DenseNet 細(xì)粒度車型識別網(wǎng)絡(luò)模型，通過Process Layer 對車型部件特征反復(fù)提取加強(qiáng)，獲取更多的部件細(xì)節(jié)信息，然后通過融合獨(dú)立組件的密集卷積網(wǎng)絡(luò)，進(jìn)一步提取高維特征，嵌入獨(dú)立組件提高模型收斂極限。該模型能夠?qū)?xì)粒度車型的車燈、車標(biāo)等鑒別性部件進(jìn)行有效關(guān)注，根據(jù)車型部件像素信息進(jìn)行分類，在Stanford Cars-196 公開數(shù)據(jù)集上獲得了目前最優(yōu)的識別準(zhǔn)確率、查全率和F1，驗(yàn)證了本文模型在細(xì)粒度車型識別上的有效性。但文中方法著重關(guān)注車型細(xì)節(jié)信息，忽視了全局特征對車型分類的作用，因此下一步工作是在關(guān)注車型鑒別性部件的基礎(chǔ)上結(jié)合車型全局特征，進(jìn)一步提高模型的識別準(zhǔn)確率。