摘要
本发明涉及图像数据处理技术领域，尤其涉及一种基于图片分类模型的汽车配件智能识别方法，包括步骤S1，对汽车配件图像数据进行收集；步骤S2，对汽车配件图像数据进行标准化处理；步骤S3，将标准化汽车配件图像数据划分为训练集和验证集；步骤S4，搭建并训练卷积神经网络Resnet模型；步骤S5，对训练后的卷积神经网络Resnet模型进行验证；步骤S6，对卷积神经网络Resnet模型训练达标情况进行判断，并将训练达标的卷积神经网络Resnet模型作为汽车配件识别模型进行输出；步骤S7，对标准化汽车配件图像数据进行修正，并重复步骤S3‑S6；步骤S8，将实时采集的汽车配件图像数据输入至汽车配件识别模型中，并输出汽车配件识别结果。本发明提高了汽车配件识别效率和准确率。
