基于改进深度学习模型IRCNN的卷烟真伪鉴别

针对常用的卷烟包装图像真伪鉴别，目前深度学习方法需要较高的设备成本与较长的训练时间。本文提出了一种基于Inception和ResNet卷积神经网络结合的卷烟包装图像真伪鉴别模型IRCNN(Inception-ResNet Convolutional Neural Network)。利用Inception网络并行结构自动学习并提取卷烟包装图像的不同尺度特征，同时在线路中加入三维卷积核，有效地增强不同线路之间的信息交互。利用残差结构减少由于网络加深导致的模型退化。实验结果表明，与其他深度学习方法相比较，本文提出的方法不仅减少算法设备成本和训练时间，而且准确率可达到99.88%。因此，通过采用多线路Inception和残差网络相结合的IRCNN模型，可以有效地提高卷烟真伪鉴别效率和精度，为将来实际应用提供技术支持。

Cigarette Authenticity Identification Based on Improved Deep Learning Model IRCNN