基于Inception V3的图像状态分类技术

• 作者: 王旖旎
• 来源期刊: 液晶与显示
• 学科: 工学
• 关键词: 特征提取 图像识别 卷积神经网络 模型训练
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图像处理
• 页码范围: 389-394
• 页数: 6页
• 分类号: TP391.4
• 字数: 3628字
• 语种: 中文
• DOI: 10.3788/YJYXS20203504.0389

摘要

为了实现对物体状态的分类识别,本文在GoogLeNet的Inception V3模块基础上进行了优化,使用Tanh作为激活函数并结合RMSprop,SGD优化器提升了模型的准确率.首先采用三次卷积插值,GAN对图像集进行预处理,再利用Inception对图像进行训练,最后结合RMSprop和SGD优化器对模型进行优化.用本文提出的模型在20个烹饪对象的图像上进行实验,结果表明,本文优化的Inception V3模型能够以71.5％的准确度对这些图像的状态进行分类,与对比算法相比,在分类准确度、训练损失上都有明显提升,可以满足图像分类的可靠性、稳定性等要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王旖旎		32	8	2.0	2.0