基于卷积神经网络的楼梯识别

• 作者: 曲毅 顾昊
• 来源期刊: 现代计算机
• 关键词: 深度学习 卷积神经网络 Caffe 楼梯识别
• 年，卷（期）: 2018,（28）
• 所属期刊栏目: 图形图像
• 页码范围: 44-47
• 页数: 4页
• 字数: 2532字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2018.28.011

摘要

深度学习发展至今已经在诸多领域展现出卓越的性能,利用卷积神经网络进行图像识别是当前深度学习的重要应用之一.运用卷积神经网络对大量楼梯图片进行网络训练,使机器人在识别楼梯或类似障碍物时能自主攀爬.采用当前主流深度学习框架Caffe,使用卷积神经网络AlexNet和ResNet对楼梯图片集进行训练和测试.实验得出,ResNet的识别准确率为96.5％,AlexNet识别准确率为92.3％,相较而言,ResNet性能优于AlexNet,可以为机器人对楼梯的自动识别提供一些参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲毅	武警工程大学信息工程学院	33	119	6.0	10.0