基于FRCNN以及合成数据的车标LOGO识别-ofZihangJiang.pdf

基于FRCNN 以及合成数据的车标LOGO 识别 蒋子航 姚沛恩 摘要: 本文在Keras 框架下基于RetinaNet 构造的基本识别网络，经过多层的特征学习，由神 经网络直接完成汽车标志的定位回归以及识别分类。训练集共计6000 张左右图片，包括比 赛官方提供的1132 张标注数据的图片以及5000 张合成的图片。合成图片由5000 张左右不 含车标的背景图片与共 30 类的车标LOGO 图片由算法合成，合成过程中采用了各种变换以 求提高识别度。 复赛采用50000 张验证集，采用常用的mAP （mean average precision）进行评价，达 到0.35 的分类加定位准确率。并且识别速度为300ms 每张（2G gpu）理论上在更多的计算 资源条件下还有很大的提升空间。 关键词： 数据合成；定位；识别；FRCNN 0． 引言 随着互联网的发展，相比于文本数据，图像和视频数据的占比越来越高。如何处理图片 数据，对图像的分析识别也变得越来越重要。在企业服务领域，广告监测和舆情监测是企业 重点关注的方向，而识别图像中的品牌LOGO 则是对图像内容做监测的基础。 最近几年，深度学习在物体识别领域取得了巨大的进步，在