分为13类,分别为:
ColorList = ["银", "黑", "绿", "橙", "白", "灰", "红", "蓝", "紫", "黄", "金", "棕", "咖啡"]
数据集大小约为10000张,按照8:1:1划分训练集,验证集,测试集
模型 | 准确率 |
---|---|
VGG19 | 96 |
mobilenet-v3 | 91.1 |
mobilenetv3结果为:93.3
分为8个朝向,分别为:
DirectList = ['侧前45度车头向右水平', '侧前45度车头向左水平', '侧后45度车头向右水平', '侧后45度车头向左水平', '正侧车头向右水平', '正侧车头向左水平', '正前水平','正后水平']
数据集大小约为10000张,按照8:1:1划分训练集,验证集,测试集
模型 | 准确率 |
---|---|
VGG19 | 99.45 |
mobilenet-v3 | 98.9 |
mobilenetv3结果为:99.15
- 整车外观
主要包括:
1.'侧前45度车头向右水平'
2.'侧前45度车头向左水平'
3.'侧后45度车头向右水平'
4.'侧后45度车头向左水平'
5.'正侧车头向右水平'
6.'正侧车头向左水平'
7.'正前水平'
8.'正后水平'
9.'凡是大于2/3整车的都算作整车'(手动筛选) - 局部
外观中除整车以外的都为局部 - 内饰
座椅,方向盘,中控,仪表盘,档位,出风口,(引擎盖,后备箱,油盖打开的)都算内饰
数据集约为15000张,三种label的数量约为1:1:1,数据集按照8:1:1划分
模型 | 准确率 |
---|---|
VGG19 | 98 |
mobilenet-v3 | 96.7 |
#后续将transform进行了改进 现在在经过裁剪之后的数据集上mobilenet上表现:朝向的精度为99.3,颜色的精度为97.9