如题，实现AI视频车型识别，首先要确定采用的深度学习的框架，建议如果在移动设备端检测建议采用 mobilenetv3-large网络模型，在服务器上可采用 Resnet150或更高阶的模型，根据我们司的实现效果，识别率首发命中可达95%左右
要识别车型，先要检测车辆，目前已经有很多较好的检测算法，例如：SSD、YOLOV3、YOLOV5、CenterNet、RetinaNet，还有针对单一物体检测的算法，包括：MTCNN、RetinaFace、LFFD（YonghaoHe/A-Light-and-Fast-Face-Detector-for-Edge-Devices），我们在进行车型识别的时候，主要选择了YOLOV5作为多物体检测框架，RetinaFace作为单一物体检测框架。大家可以根据自己的需求进行选择
样本是影响算法模型库的精度的核心要素
根据我们公司的经验，汽车细分类型总和（含近20年细分车型）大约近6000种类，每个种类需要不同场景下样本约 4000张左右，才能取得商用效果级别，因此样本量是巨大的，人工投入成本很高。
从事车型识别或AI视觉分析的行业上的朋友可以加我好友一起在AI的世界里打拼。
微星 1-3-5-70895778