基于路侧感知图像的车辆多属性识别的轻量级多任务网络模型

本发明公开了基于路侧感知图像的车辆多属性识别的轻量级多任务网络模型，包括：构建公路场景下的车辆多属性识别数据集；针对道路路侧应用的多样化需求，基于自适应特征共享机制，构建用于路侧感知图像的多任务车辆多属性识别模型(Task‑Driven Adaptive Multi‑Task Network,TamNet)；针对道路路侧应用的轻量化需求，网络进一步集成渐进式多任务循环剪枝(Progressive Cyclic Pruning,PCP)以实现模型轻量化，构建用于道路路侧感知图像的轻量级多任务车辆多属性识别模型TamNet‑PCP。本发明提出通过任务驱动的自适应多任务网络(TamNet)和渐进循环剪枝(PCP)框架，可以实现对车辆品牌、类型和颜色的高效联合识别，从而优化道路路侧感知设备的部署，为后续实现公路场景中车辆快速精准识别提供基础。