با افزایش جمعیت شهری، تعداد وسایل نقلیه در حال افزایش است و از سوی دیگر دادههای تصویری نسبتا زیادی در دسترس هستند. تشخیص خودرو و شناسایی ویژگیهای آن یکی از نیازمندیهای مهم در حمل و نقل هوشمند و مدیریت شهری است. در این مقاله، الگوریتمی برای تشخیص و یادگیری ویژگیهای وسایل نقلیه دریک چارچوب یکپارچه ارائه شده است.این الگوریتم متشکل از دو شبکه عصبی کانولوشنی است که شامل یک شبکه تشخیص خودرو که شبکهی کاملا متقارن وکمعمق با هدف شناسایی وسایلنقلیه و یک شبکهی یکپارچه و عمیق برای بررسی کاندیدهای خودرو و تعیین موقعیت، رنگ و انواع آن میباشد.این دو شبکه به طور همزمان بهینه میشوند به طوری که دانش بدست آمده از شبکه عمیق برای هدایت و آموزش شبکه کم عمق و ساده، مورد استفاده قرار گرفته و نتایج به دست آمده برتری شبکه Inception\_resnet\_v2 در مورد دو ویژگی نوع و موقعیت وسایلنقلیه را نشان میدهد.
کلمات کلیدی: تشخیص وسیله نقلیه ، تعیین ویژگیها ، شبکههای عمیق، هدایت دانش نهفته