基于改进深度学习模型IRCNN的卷烟真伪鉴别 |
| |
引用本文: | 李海燕,李郸,马慧宇,肖燕. 基于改进深度学习模型IRCNN的卷烟真伪鉴别[J]. 计算技术与自动化, 2023, 0(1): 188-192 |
| |
作者姓名: | 李海燕 李郸 马慧宇 肖燕 |
| |
作者单位: | (云南省烟草质量监督检测站,云南 昆明 650104) |
| |
基金项目: | 中国烟草总公司云南省公司科技计划重大项目(2022530000241036); |
| |
摘 要: | 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。
|
关 键 词: | 卷烟包装 真伪鉴别 卷积神经网络 Inception ResNet |
Cigarette Authenticity Identification Based on Improved Deep Learning Model IRCNN |
| |
Affiliation: | (Yunnan Tobacco Quality Supervision and Test Station, Kunming, Yunnan 650104, China) |
| |
Abstract: | |
| |
Keywords: | cigarette packaging authenticity identification convolutional neural network Inception ResNet |
|
| 点击此处可从《计算技术与自动化》浏览原始摘要信息 |
|
点击此处可从《计算技术与自动化》下载全文 |