基于改进的卷积神经网络的道路井盖缺陷检测研究

• 作者: 姚明海 隆学斌
• 来源期刊: 计算机测量与控制
• 关键词: 井盖缺陷 卷积神经网络 激活函数 神经元
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 66-70,75
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.01.015

摘要

道路井盖缺陷检测对于道路维护与安全至关重要,论文提出了一种改进的卷积神经网络算法,可实现井盖缺陷的快速、准确检测;算法对卷积神经网络的激活函数模型进行了改进,针对Relu激活函数在输入小于零时输出设为零,导致部分缺陷信息丢失问题,设计了MReLu和BReLu两种改进激活函数;在此基础上,为了增强神经网络模型的特征表达能力,提出了双层激活函数模型;最后,在公共数据集MNIST,CIFAR-10上进行了比较实验,网络主要参数有批处理大小(batch size)为32,最大迭代次数为1 000次,学习率为0.000 1,每经过5 000次迭代衰减50％;实验结果表明,基于改进后的激活函数和应用双层激活函数所构造的卷积神经网络,大大减少了训练参数,不仅收敛速度更快,而且可以更加有效地提高分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚明海	浙江工业大学信息工程学院	91	1088	17.0	30.0
2	隆学斌	浙江工业大学信息工程学院	1	0	0.0	0.0