高效移动端煤矸识别方法 |
| |
引用本文: | 张勇,郭永存,陈伟,王爽,程刚.高效移动端煤矸识别方法[J].中国粉体技术,2023(1):61-70. |
| |
作者姓名: | 张勇 郭永存 陈伟 王爽 程刚 |
| |
作者单位: | 1. 安徽理工大学电气与信息工程学院;2. 安徽理工大学深部煤矿采动响应与灾害防控国家重点实验室;3. 安徽理工大学机械工程学院 |
| |
摘 要: | 针对传统轻量型卷积神经网络模型复杂度高,移动端识别速度慢,小样本数据集上训练、识别效果差的等问题,提出一种高效的改进后的移动端煤矸识别方法;分析卷积神经网络模型轻量化的方法,并从注意力机制、激活函数和分类头3个方面对MobileNetv3网络进行改进,通过模型量化压缩网络在移动端部署模型,分析改进网络量化前、后的空间存储容量,浮点运算次数,推理时间和识别准确率;在移动端煤矸识别实验装置中训练、部署和测试模型的识别效果。结果表明:改进后网络经过20次的训练后模型即收敛,收敛速度较快,训练和验证准确率均大于99%;改进后模型经量化压缩后模型存储容量较小,仅为原网络的24.64%,模型复杂度大幅度下降;移动端推理时间仅为77 ms,识别准确率达到99.7%;利用实验装置实时采集的煤和矸石图像的识别效果较好,识别方法可靠。
|
关 键 词: | 煤矸识别 网络轻量化 模型压缩 注意力机制 小样本数据集 移动端 |
|
|