| 基于卷积神经网络的砂石骨料分类方法研究 |
| |
| 引用本文： | 鄢然,廖记登,吴小勇,谢长江,夏磊.基于卷积神经网络的砂石骨料分类方法研究[J].激光与光电子学进展,2021,58(20):203-210. |
| |
| 作者姓名： | 鄢然 廖记登 吴小勇 谢长江 夏磊 |
| |
| 作者单位： | 重庆理工大学机械工程学院,重庆400054 |
| |
| 摘 要： | 针对目前在检测商用砂石骨料的过程中,人工检测的效率低下且受到主观因素的影响较大以及检测的准确率不理想,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的砂石骨料图像分类模型CNN13,该分类模型参考经典卷积神经网络VGG16(Visual Geometry Group 16)模型进行网络结构的改进和参数优化,利用TensorFlow深度学习框架搭建一个13层的卷积神经网络结构.实验数据集采集于某商用混凝土生产企业日常生产中的砂石骨料,共5000幅数字图像,模型在训练过程中采用GPU进行高速计算.相比于VGG16模型,CNN13模型的卷积层和参数量较少,对GPU内存的要求更低,训练速度更快,分类的准确率更高,每个等级的砂石骨料的分类准确率都达到99％以上.
|
| 关 键 词： | 图像处理 卷积神经网络 砂石骨料 图像分类 高速计算 |
Research on Classification Method of Sand and Gravel Aggregate Based on Convolutional Neural Network |
| |
| Yan Ran,Liao Jideng,Wu Xiaoyong,Xie Changjiang,Xia Lei.Research on Classification Method of Sand and Gravel Aggregate Based on Convolutional Neural Network[J].Laser & Optoelectronics Progress,2021,58(20):203-210. |
| |
| Authors: | Yan Ran Liao Jideng Wu Xiaoyong Xie Changjiang Xia Lei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
