一、深度学习和打算机视觉：

1、卷积神经网络（CNN）：CNN是处理图像数据的紧张算法，可以非常有效地进行车标和车型识别。
通过演习一个大型的车标和车型数据集，CNN可以学会区分不同的汽车品牌和车型。

2、预演习模型：例如ResNet、VGG等，可以用来进行迁移学习，以减少演习韶光和提高识别准确率。

二、图像预处理：

1、图像增强：包括旋转、缩放、裁剪等操作，可以增加数据集的多样性，帮助模型更好地学习不同的车标和车型特色。

2、图像分割：在繁芜背景下，将汽车从背景等分割出来，以提高识别的准确率。

三、数据集：

1、车标数据集：包含大量不同品牌车标的图像。

2、车型数据集：包含不同品牌和型号的汽车图片，以及干系的标注信息。

四、运用处景：

1、智能停车场：通过车标和车型识别，自动识别车辆品牌和型号，供应精准的停车做事。

2、交通管理：监控道路上的车辆品牌和车型，进行交通流量剖析和违法行为检测。

3、汽车保险：在事件发生时，通过识别车辆品牌和车型，快速获取干系信息，简化理赔流程。

易泊时期车牌识别相机：支持车标识别84类，车型识别支持19类

夜间画面亮度高：星光级图像传感器，宽动态成像，识别更清晰。

车牌识别范围广可达2m-30m

夜间补光间隔可达30m

支持SDK API，http协议，RS485协议，GAT 1400协议，GB28181协议，Onvif协议，RTSP协议，易云时空Open API等

支持windows、linux（ARM、X86、X64）、Android