改进卷积神经网络在煤矸识别上的轻量化应用

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：基于煤矸图像的视觉特点，针对现有煤矸识别分选算法训练和识别速度慢的问题，提出了改进后的煤矸图像识别卷积神经网络算法，并从损失函数、网络结构以及关键部位的改进进行论证研究。结果表明:与多种已有煤矸识别算法相比，改进的MoblieNet卷积神经网络图像识别算法能够有效地提升训练速度、识别率以及单幅图像识别速度，具有更加轻量化的特性，能够更好地满足实际工程需要。

外文标题：Recognition and Classification of Coal Gangue Image Based on Improved Convolutional Neural Network

作者：

何克焓、陈忠山、翟博闻、焦峰

展开 >

作者单位：

中国矿业大学(北京)机电与信息工程学院北京100083

关键词：

煤矸石卷积神经网络图象识别损失函数

出版年：

2020

科学与财富

四川省科教兴川促进会

科学与财富

ISSN：1671-2226

年,卷(期)：2020.12(9)

被引量1
参考文献量4