应用卷积网络及深度学习理论的羊绒与羊毛鉴别

• 作者: 王飞 靳向煜
• 来源期刊: 纺织学报
• 学科: 工学
• 关键词: 羊绒 羊毛 图像鉴别 卷积网络
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 管理与信息化
• 页码范围: 150-156
• 页数: 7页
• 分类号: TS131
• 字数: 6728字
• 语种: 中文
• DOI: 10.13475/j.fzxb.20161202907

摘要

为解决羊绒与羊毛纤维图像难以鉴别的问题,提出一种基于卷积网络和深度学习理论的鉴别方法.使用sigmoid分类器将卷积深度网络提取的纤维图像特征进行粗分类,根据验证集合验证结果并记录网络的最优权重.根据整体的分类网络所获取的权值,对每张样本图片使用改进的局部增强整体的网络模型提取局部特征,并对局部特征和整体特征进行融合,根据这些融合特征建立新的分类网络.在此基础上,使用鄂尔多斯标准羊绒与羊毛数据集对网络进行50轮次的迭代训练,得到的最优准确率达92.1％.实验结果表明:采用深度卷积网络表征纤维,并对羊绒羊与毛纤维图像进行分类的方法,能够有效解决羊绒、羊毛等类似纤维鉴别问题;若用于商业检测,还需更多数据集的验证.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	靳向煜	东华大学纺织学院	254	1163	14.0	19.0
5	王飞	东华大学纺织学院	8	18	2.0	4.0