1.4 KiB
1.4 KiB
车辆细粒度分类
细粒度分类，是对属于某一类基础类别的图像进行子类别的细粉，如各种鸟、各种花、各种矿石之间。顾名思义，车辆细粒度分类是对车辆的不同子类别进行分类。 其训练过程与车辆ReID相比，有以下不同：
- 数据集不同
- Loss设置不同
其他部分请详见车辆ReID
整体配置文件：ResNet50.yaml
1 数据集
在此demo中，使用CompCars作为训练数据集。
图像主要来自网络和监控数据，其中网络数据包含163个汽车制造商、1716个汽车型号的汽车。共136,726张全车图像，27,618张部分车图像。其中网络汽车数据包含bounding box、视角、5个属性（最大速度、排量、车门数、车座数、汽车类型）。监控数据包含50,000张前视角图像。 值得注意的是，此数据集中需要根据自己的需要生成不同的label，如本demo中，将不同年份生产的相同型号的车辆视为同一类，因此，类别总数为：431类。
2 Loss设置
与车辆ReID不同，在此分类中，Loss使用的是TtripLet Loss + ArcLoss，权重比例1:1。