基于深度卷积神经网络的织物花型分类

• 作者: 张凌婕 张宏伟 李鹏飞
• 来源期刊: 纺织高校基础科学学报
• 关键词: 深度卷积神经网络 织物花型 图像分析
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 纺织工程
• 页码范围: 261-265,271
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13338/j.issn.1006-8341.2017.02.017

摘要

针对织物纹理花型人工视觉分类效率低的问题,提出一种基于深度卷积神经网络(CNN)的条状、格子和波点纹理织物的识别分类方法.首先,建立由条状花型、格子花型和波点花型织物组成的图像样本集和标签数据集.然后,分别建立了基于GoogLeNet和AlexNet两种卷积神经网络的织物花型分类模型.最后,通过模型评价指标选择最优的训练迭代期.实验结果表明,利用深度卷积神经网络分类织物花型是可行有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鹏飞	西安工程大学电子信息学院	157	710	12.0	17.0
2	张宏伟	西安工程大学电子信息学院	22	116	6.0	9.0
3	张凌婕	西安工程大学电子信息学院	2	18	2.0	2.0