首页|基于迁移学习和微调的起重机类型识别策略

基于迁移学习和微调的起重机类型识别策略

扫码查看
原文链接
  • 万方数据
  • 维普
起重机具有诸多类型,不同类型的起重机具有不同的分析或保养方法,因此对起重机类型进行识别意义重大.针对深度卷积神经网络中存在的数据需求量大、训练时间长、计算成本高等问题,提出一种基于迁移学习和微调的起重机类型识别策略.通过搭建不包含分类层的预训练InceptionV3模型并连接自定义的分类层,利用迁移学习和微调技术,训练出适用于起重机类型识别任务的卷积神经网络.实验结果表明,相较于从头搭建并训练深度卷积神经网络,利用迁移学习和微调方法对预训练模型进行训练可得到较高的识别准确率,并且训练速度更快,训练时间显著缩短.验证集和测试集的识别准确率分别为98.24％和97.67％.
Crane Type Identification Strategy Based on Migration Learning and Fine Tuning

赵章焰、刘璧钺

展开 >

武汉理工大学物流工程学院,湖北武汉 430063

图像识别 深度学习 卷积神经网络 数据增强 迁移学习 微调

国家重点研发计划国家重点研发计划

2017YFC08057032016YFF0203100

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.373(3)
  • 1
  • 11