基于深度卷积神经网络的极相似动物纤维自动识别技术

• 作者: 钟跃崎 郭腾伟 路凯 柴新玉
• 来源期刊: 毛纺科技
• 关键词: 山羊绒 绵羊毛 光学显微镜图像 迁移学习 混淆矩阵
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 标准与测试|Test and Standard
• 页码范围: 86-91
• 页数: 6页
• 分类号: TS104.7
• 语种: 中文
• DOI: 10.19333/j.mfkj.20210201406

摘要

针对山羊绒纤维与绵羊毛纤维性质相似、形态相近、鉴别难度大和鉴别效率低的问题,提出了一种利用深度卷积神经网络进行山羊绒、绵羊毛纤维自动鉴别的方法.拍摄6种外观形态极为接近的山羊绒、绵羊毛纤维的光学显微镜图像,并建立了超过60000张图像的数据集.在此基础上,通过迁移学习的方法,在8种不同的深度卷积神经网络模型上进行测试,发现ResNet18的分类识别准确率最高.通过混淆矩阵显示,该方法在6种极相似动物纤维的分类任务中,准确率均在95％以上,可用于实时自动检测.