改进CaffeNet模型在水面垃圾识别中的应用

• 作者: 刘桂华 史晋芳 向伟 徐锋 黄占鳌
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 CaffeNet模型 水面垃圾识别
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 应用技术
• 页码范围: 150-152,156
• 页数: 4页
• 分类号: TP391.41
• 字数: 3312字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2019)08-0150-03

摘要

为了提高水面垃圾识别的准确率,提出一种改进CaffeNet的卷积神经网络模型对水面垃圾进行识别.模型改进了卷积核的大小、卷积核的数量以及增加了一层稀疏结构,进而增强了网络模型特征提取的能力,降低了网络复杂度.实验结果证明:改进的CaffeNet模型将水面垃圾的识别率提高到95.75％,能减少水面波纹、物体倒影和桥梁等复杂环境对水面垃圾识别的影响,具有较好的水面垃圾识别效果.