基于改进LeNet-5网络的堆芯燃料组件编码识别

1

作者 吕伽奇 丁帅 +1 位作者 庞静珠 许小进 《东华大学学报（自然科学版）》 CAS 北大核心 2024年第2期121-128,共8页

在核电站堆芯核燃料组件水下组装作业中,需要通过视觉技术进行组件编码的识别以便准确定位组件的安装位置。针对水下环境中弱光照等问题导致了图像质量的降低,本文通过乘方增强算法、OSTU算法、CLAHE算法和拉普拉斯变换的方法来实现堆... 在核电站堆芯核燃料组件水下组装作业中,需要通过视觉技术进行组件编码的识别以便准确定位组件的安装位置。针对水下环境中弱光照等问题导致了图像质量的降低,本文通过乘方增强算法、OSTU算法、CLAHE算法和拉普拉斯变换的方法来实现堆芯燃料组件编码字符水下图像的增强。为了提高编码识别效果,提出了一种整合LeNet-5网络和支持向量机(SVM)的模型,在网络中添加BN(Batch Normalization)层与Dropout层来加速网络的运行速度,并改进Sigmoid函数,增加函数的平滑性,以此来减少梯度消失。实验表明,在自定义数据集上的验证准确率为99.82%,识别率为100%,相比于其他模型有显著的提升。 展开更多

关键词 编码识别 图像处理 CLAHE算法 lenet-5 支持向量机(SVM)

在线阅读 下载PDF 职称材料

基于卷积神经网络LeNet-5的车牌字符识别研究 被引量：153

2

作者 赵志宏 杨绍普 马增强 《系统仿真学报》 CAS CSCD 北大核心 2010年第3期638-641,共4页

将卷积神经网络LeNet-5引入到车牌字符识别中。为了适应目前中国车牌字符识别的需要,对传统的卷积神经网络LeNet-5的结构进行了改进,主要是改变输出单元的个数与增加卷积层C5特征图的个数。研究结果表明,改进后的LeNet-5比传统的LeNet-... 将卷积神经网络LeNet-5引入到车牌字符识别中。为了适应目前中国车牌字符识别的需要,对传统的卷积神经网络LeNet-5的结构进行了改进,主要是改变输出单元的个数与增加卷积层C5特征图的个数。研究结果表明,改进后的LeNet-5比传统的LeNet-5的识别率有所提高,识别率达到98.68%。另外,与BP神经网络进行了比较研究,从实验中可以看出在字符识别的正确率和识别速度上都优于BP神经网络。卷积神经网络在车牌识别中具有很好地应用前景。 展开更多

关键词 字符识别 车牌识别 卷积神经网络 lenet-5

在线阅读 下载PDF 职称材料

基于改进LeNet-5网络的交通标志识别方法 被引量：13

3

作者 汪贵平 盛广峰 +2 位作者 黄鹤 王会峰 王萍 《科学技术与工程》 北大核心 2018年第34期78-84,共7页

针对传统LeNet-5卷积神经网络用于交通标志等多种类识别任务中,存在识别正确率低、网络容易过拟合以及梯度消失等问题进行改进。引入Inception卷积模块组来提取目标丰富的特征,同时增加网络的深度。引入BN (batch normalization)层对输... 针对传统LeNet-5卷积神经网络用于交通标志等多种类识别任务中,存在识别正确率低、网络容易过拟合以及梯度消失等问题进行改进。引入Inception卷积模块组来提取目标丰富的特征,同时增加网络的深度。引入BN (batch normalization)层对输入批量样本进行规范化处理;同时改用性能更好的Relu激活函数,并使用全局池化层代替全连接层,合理改变卷积核的大小和数目。研究结果表明,改进LeNet-5网络能够有效解决过拟合和梯度消失等问题,具有较好的鲁棒性;网络识别率达到98. 5%以上,相比CNN (convolutional neural network)+SVM (support vector machine)提高了约5%,比传统的LeNet-5网络提高了3%。可见,改进后的LeNet-5网络图像识别的准确率得到显著提高。 展开更多

关键词 交通标志 lenet-5网络 卷积神经网络 准确率

在线阅读 下载PDF 职称材料

基于卷积神经网络LeNet-5的货运列车车号识别研究 被引量：10

4

作者 王晓锋 马钟 《现代电子技术》 北大核心 2016年第13期63-66,71,共5页

针对货运列车车号字符识别,提出了基于卷积神经网络Le Net-5的改进识别方法,考虑到卷积神经网络的层次化以及局部领域等结构特点,对网络中各层特征图的数量及大小等参数进行相应的改进,形成了适用于货运车号识别的新网络模型。实验结果... 针对货运列车车号字符识别,提出了基于卷积神经网络Le Net-5的改进识别方法,考虑到卷积神经网络的层次化以及局部领域等结构特点,对网络中各层特征图的数量及大小等参数进行相应的改进,形成了适用于货运车号识别的新网络模型。实验结果表明,该方法对车号的断裂、污损等问题的解决有较强的鲁棒性,达到了较高的识别率,为整个车号识别系统的精确性提供了保障。 展开更多

关键词 列车车号 车号识别 卷积神经网络 lenet-5

在线阅读 下载PDF 职称材料

改进卷积Lenet-5神经网络的轴承故障诊断方法 被引量：18

5

作者 赵小强 罗维兰 《电子测量与仪器学报》 CSCD 北大核心 2022年第6期113-125,共13页

针对滚动轴承微弱信号在强噪声、变工况复杂环境下,难以实现有效的故障诊断问题,提出了一种改进卷积Lenet-5神经网络的轴承故障诊断方法。首先,对采集的一维时域轴承振动信号进行预处理转化成便于卷积操作的二维灰度图;其次,将最基本的L... 针对滚动轴承微弱信号在强噪声、变工况复杂环境下,难以实现有效的故障诊断问题,提出了一种改进卷积Lenet-5神经网络的轴承故障诊断方法。首先,对采集的一维时域轴承振动信号进行预处理转化成便于卷积操作的二维灰度图;其次,将最基本的Lenet-5模型中的连续单向的传统卷积层改进为Block1模块、Block2模块、Block3模块,提取到更完整、更精准的特征信息;最后,为了防止网络出现过拟合现象,采用L2正则化和Dropout优化网络。为了验证本文所提方法在复杂工况环境的鲁棒和泛化性能,利用滚动轴承数据集和变速箱实验数据集进行实验验证。轴承数据集实验结果表明,本文所提出的方法在变噪声实验中准确率平均值都在99.3%;在变负荷实验中,故障诊断准确率都高于90.26%;在变工况实验中,故障诊断准确率平均值都高于89.01%;在变速箱数据集实验中,抗噪性故障诊断准确率高达96.3%。采用改进的Lenet-5方法对滚动轴承12种故障类型具有更好的分辨能力,在变工况下具有更好的抗干扰性和泛化性能。 展开更多

关键词 滚动轴承 故障诊断 复杂工况 lenet-5网络 网络优化

在线阅读 下载PDF 职称材料

基于改进的卷积神经网络LeNet-5的车型识别方法 被引量：26

6

作者 王秀席 王茂宁 +1 位作者 张建伟 程鹏 《计算机应用研究》 CSCD 北大核心 2018年第7期2215-2218,共4页

针对现有车型识别算法的耗时长、特征提取复杂、识别率低等问题,引入了基于深度学习的卷积神经网络(convolutional neural network,CNN)方法。此方法具有鲁棒性好、泛化能力强、识别度高等优点,因而被广泛使用于图像识别领域。在对公路... 针对现有车型识别算法的耗时长、特征提取复杂、识别率低等问题,引入了基于深度学习的卷积神经网络(convolutional neural network,CNN)方法。此方法具有鲁棒性好、泛化能力强、识别度高等优点,因而被广泛使用于图像识别领域。在对公路中的四种主要车型(大巴车、面包车、轿车、卡车)的分类实验中,改进后的卷积神经网络LeNet-5使车型训练、测试结果均达到了98%以上,优于传统的SIFT+SVM算法;另外,还研究了改进网络中的Dropout层对车型识别效果的影响。与传统算法相比,经过改进后的卷积神经网络LeNet-5,在减少检测时间和提高识别率等方面都有了显著提高,在车型识别上具有明显的优势。 展开更多

关键词 深度学习 卷积神经网络 lenet-5 车型识别

在线阅读 下载PDF 职称材料

基于改进的LeNet-5卷积神经网络交通标志的识别 被引量：6

7

作者 张猛 钱育蓉 +1 位作者 杜娇 范迎迎 《东北师大学报（自然科学版）》 CAS 北大核心 2020年第1期92-97,共6页

针对目前现有交通标志识别算法耗时长、识别率低等问题,提出了一种改进的LeNet-5卷积神经网络模型(Improved LeNet-5 Convolutional Neural Network,ILN-CNN).首先,对原有的LeNet-5卷积神经网络模型构造2个相对独立的不同卷积核的子卷... 针对目前现有交通标志识别算法耗时长、识别率低等问题,提出了一种改进的LeNet-5卷积神经网络模型(Improved LeNet-5 Convolutional Neural Network,ILN-CNN).首先,对原有的LeNet-5卷积神经网络模型构造2个相对独立的不同卷积核的子卷积网络,用于加快特征提取;其次,增加子网络中卷积核的个数,以增强网络区分不同交通标志的能力;最后,添加激活函数ReLU,增加Dropout层,以达到加快函数收敛,避免CNN过度拟合,降低神经元间互适应的效果.实验结果表明:与传统的系统结构相比,ILN-CNN对交通标志的识别准确率达到93.558%;比BP神经网络模型、支持向量机分类算法分别提高了12.206%和4.018%,并且在识别时间上具有一定的优势. 展开更多

关键词 交通标志识别 特征提取 卷积神经网络 ILN-CNN lenet-5 ReLU

在线阅读 下载PDF 职称材料

优化LeNet-5网络的多角度头部姿态估计方法 被引量：6

8

作者 章惠 张娜娜 黄俊 《计算机应用》 CSCD 北大核心 2021年第6期1667-1672,共6页

针对在受到部分遮挡或角度过大无法定位面部关键特征点的情况下,传统的头部姿态估计方法的准确率低或无法进行头部姿态估计的问题,提出了优化Le Net-5网络的多角度头部姿态估计方法。首先,通过对卷积神经网络(CNN)的深度、卷积核大小等... 针对在受到部分遮挡或角度过大无法定位面部关键特征点的情况下,传统的头部姿态估计方法的准确率低或无法进行头部姿态估计的问题,提出了优化Le Net-5网络的多角度头部姿态估计方法。首先,通过对卷积神经网络(CNN)的深度、卷积核大小等进行优化来更好地捕捉图像的全局特征;然后,改进池化层,用卷积操作代替池化操作来增强网络的非线性能力;最后,引入Ada Bound优化器,并利用Softmax回归模型做姿态分类训练。训练中在自建数据集中增加遮挡头发、做出夸张表情和佩戴眼镜等动作来增强网络的泛化能力。实验结果表明,所提方法不需要定位面部关键特征点,在光照阴影、头发等遮挡情况下也可以实现抬头、低头、偏头等多角度转动下的头部姿态估计,在Pointing04公共数据集和CAS-PEAL-R1公共数据集上准确率达到了98.7%,运行速度平均在每秒22~29帧。 展开更多

关键词 头部姿态估计 面部关键特征点 lenet-5网络 卷积神经网络 姿态分类

在线阅读 下载PDF 职称材料

改进LeNet-5网络在图像分类中的应用 被引量：18

9

作者 刘金利 张培玲 《计算机工程与应用》 CSCD 北大核心 2019年第15期32-37,95,共7页

LeNet-5卷积神经网络(CNN)虽然在手写数字识别上取得很好的分类效果,但在具有复杂纹理特征的数据集上分类精度不高。为提高网络在复杂纹理特征图像上分类的正确率,提出一种改进的LeNet-5网络结构。引入跨连思想,充分利用网络提取的低层... LeNet-5卷积神经网络(CNN)虽然在手写数字识别上取得很好的分类效果,但在具有复杂纹理特征的数据集上分类精度不高。为提高网络在复杂纹理特征图像上分类的正确率,提出一种改进的LeNet-5网络结构。引入跨连思想,充分利用网络提取的低层次特征;把Inception V1模块嵌入LeNet-5卷积神经网络,提取图像的多尺度特征;输出层使用softmax函数对图像进行分类。在Cifar-10和Fashion MNIST数据集上进行的实验结果表明,改进的卷积神经网络在复杂纹理特征数据集上具有很好的分类能力。 展开更多

关键词 lenet-5网络 跨连连接 INCEPTION V1模块 图像分类

在线阅读 下载PDF 职称材料

应用双通道卷积神经网络的交通标识识别方法 被引量：4

10

作者 赵泽毅 周福强 +1 位作者 王少红 徐小力 《中国测试》 CAS 北大核心 2024年第6期35-41,48,共8页

针对交通标识识别问题,传统的LeNet-5网络结构对于交通标识识别准确率低,识别速度慢,并且忽略天气等自然因素的影响。通过卷积神经网络技术,提出一种基于LeNet-5改进的双通道、多尺度的网络结构模型。在双通道结构中每个通道包含两个分... 针对交通标识识别问题,传统的LeNet-5网络结构对于交通标识识别准确率低,识别速度慢,并且忽略天气等自然因素的影响。通过卷积神经网络技术,提出一种基于LeNet-5改进的双通道、多尺度的网络结构模型。在双通道结构中每个通道包含两个分支结构,且每个通道的卷积个数和图像尺度不同,通过不同尺度图像的特征提取,使图像特征变得更为丰富。其次,改进后的网络结构大大增加卷积核的个数。最后,通过更改Sigmoid激活函数为ReLu激活函数,更改随机梯度下降算法为Adam算法,并添加Dropout层来防止过拟合,从而提高交通标识识别率。改进网络的识别率为98.6%,上下浮动0.5%,相对与传统的LeNet-5网络结构,识别率提高15%以上,验证得出改进的网络结构具有一定的鲁棒性。 展开更多

关键词 交通标识识别 lenet-5网络结构 卷积神经网络

在线阅读 下载PDF 职称材料

基于LeNet-5模型的太阳能电池板缺陷识别分类 被引量：13

11

作者 吴涛 赖菲 《热力发电》 CAS 北大核心 2019年第3期120-125,共6页

太阳能电池板是光伏发电组件的核心部件,其质量的优劣直接关系安全发电和发电效率。因此,对太阳能电池板进行缺陷检测具有重要的实际价值。考虑到人工检测的低效性和高成本,本文提出利用在深度学习领域图像分类性能良好的卷积神经网络... 太阳能电池板是光伏发电组件的核心部件,其质量的优劣直接关系安全发电和发电效率。因此,对太阳能电池板进行缺陷检测具有重要的实际价值。考虑到人工检测的低效性和高成本,本文提出利用在深度学习领域图像分类性能良好的卷积神经网络对太阳能电池板图像进行自动识别分类。利用Tensorflow平台Tensorboard的可视化性能,对经典卷积神经网络Le Net-5模型进行结构改善和超参数的调整,并将改进LeNet-5模型与经典LeNet-5模型和支持向量机的分类结果互相对比,结果表明改进LeNet-5模型的分类效果最优。 展开更多

关键词 太阳能电池板 lenet-5模型 图像分类 卷积神经网络 超参数 Tensorboard

在线阅读 下载PDF 职称材料

基于改进LeNet-5的车牌识别算法 被引量：16

12

作者 张荣梅 张琦 陈彬 《科学技术与工程》 北大核心 2020年第12期4775-4779,共5页

传统的车牌识别算法包括模板匹配、特征统计等方法,但是这些算法依赖于人工提取图像特征,识别准确率低。卷积神经网络LeNet-5算法能够自动提取车牌图像的特征,提高车牌识别准确率。但是目前基于LeNet-5网络结构的车牌识别算法存在识别... 传统的车牌识别算法包括模板匹配、特征统计等方法,但是这些算法依赖于人工提取图像特征,识别准确率低。卷积神经网络LeNet-5算法能够自动提取车牌图像的特征,提高车牌识别准确率。但是目前基于LeNet-5网络结构的车牌识别算法存在识别不完整,运算时间长等缺点。提出基于改进的LeNet-5网络的车牌识别算法,该算法将输入车牌字符图像归一化为32×16大小,并通过删除传统LeNet-5网络中的C5层、修改输出层中神经元个数等,将车牌字符按照汉字和数字/字母的形式识别输出。通过采集大量车牌数据进行训练验证,结果表明:与前人改进的LeNet-5网络结构相比,本文算法在识别率和时间效率上均得到了提高。 展开更多

关键词 车牌识别 卷积神经网络 lenet-5 字符识别 汉字识别

在线阅读 下载PDF 职称材料

基于贝叶斯优化与改进LeNet-5的滚动轴承故障诊断 被引量：10

13

作者 汤亮 凡焱峰 +1 位作者 徐适斐 蔡凯翼 《计量学报》 CSCD 北大核心 2022年第7期913-919,共7页

考虑到卷积神经网络在滚动轴承故障诊断中存在网络结构难以确定、训练次数过多、时间过长等问题,设计了一种贝叶斯优化改进LeNet-5算法,以及采用该算法构建的轴承故障诊断模型。采用贝叶斯优化训练过程中学习率等超参数,多种故障轴承的... 考虑到卷积神经网络在滚动轴承故障诊断中存在网络结构难以确定、训练次数过多、时间过长等问题,设计了一种贝叶斯优化改进LeNet-5算法,以及采用该算法构建的轴承故障诊断模型。采用贝叶斯优化训练过程中学习率等超参数,多种故障轴承的振动信号直接作为改进LeNet-5网络的输入,对池化输出采用批归一化处理和改进池化层激活函数防止过拟合,利用全局平均池化层替代全连接层提高改进LeNet-5网络的泛化能力,用Softmax分类器实现滚动轴承故障的分类。通过轴承数据库开展实验,实验表明,该算法构建的轴承故障诊断模型在训练集上准确率为99.94%,验证集上的准确率为99.89%,测试集准确率也达到99.65%,与一维卷积神经网络和二维卷积神经网络对比分析,基于贝叶斯优化改进LeNet-5算法构建的轴承故障诊断模型在滚动轴承的故障诊断模型具有更高的准确率,更少的训练次数和训练时间。 展开更多

关键词 计量学 滚动轴承 故障诊断 改进lenet-5网络 贝叶斯优化 深度学习

在线阅读 下载PDF 职称材料

基于1D-LeNet-5模型的滚动轴承故障诊断方法 被引量：3

14

作者 郭俊锋 孙磊 +1 位作者 王淼生 续德锋 《兰州理工大学学报》 CAS 北大核心 2023年第5期34-41,共8页

风力发电过程中,轴承能否正常运行关系到风电机组能否正常工作.针对现有基于深度学习的轴承故障诊断模型结构复杂、参数众多和训练困难的问题,提出了基于LeNet-5模型改进的一维卷积神经网络滚动轴承故障诊断方法.首先,为了更大程度提取... 风力发电过程中,轴承能否正常运行关系到风电机组能否正常工作.针对现有基于深度学习的轴承故障诊断模型结构复杂、参数众多和训练困难的问题,提出了基于LeNet-5模型改进的一维卷积神经网络滚动轴承故障诊断方法.首先,为了更大程度提取故障信息,引入短时傅里叶变换对原始振动信号进行预处理.其次,设计一维网络模型,其感受野更大,计算速度更快;同时,引入Leaky-ReLU激活函数,其对输入信号的细节处理能力更强;并且增加批归一化层和Dropout层,提高模型泛化能力.最后,利用训练后的模型进行故障诊断实验.结果表明,该方法在10类轴承故障分类中诊断准确率能够达到99.98%,针对风电机组轴承故障诊断具有较好的工程应用前景. 展开更多

关键词 风电机组 滚动轴承 故障诊断 卷积神经网络 短时傅里叶变换 lenet-5

在线阅读 下载PDF 职称材料

一种基于改进的LeNet-5模型滚动轴承故障诊断方法研究 被引量：36

15

作者 吴晨芳 杨世锡 +2 位作者 黄海舟 顾希雯 隋永枫 《振动与冲击》 EI CSCD 北大核心 2021年第12期55-61,共7页

针对滚动轴承故障样本不完备问题,提出一种基于改进的LeNet-5模型的卷积神经网络故障诊断方法。该方法将包含多种转速的滚动轴承振动原始时域信号以二维灰度图形式作为模型输入,根据信号特点确定输入尺寸,通过卷积操作自适应提取特征,... 针对滚动轴承故障样本不完备问题,提出一种基于改进的LeNet-5模型的卷积神经网络故障诊断方法。该方法将包含多种转速的滚动轴承振动原始时域信号以二维灰度图形式作为模型输入,根据信号特点确定输入尺寸,通过卷积操作自适应提取特征,引入批归一化操作提高模型泛化能力,再用softmax分类器实现故障分类识别,最后采用t-分布邻域嵌入算法(t-SNE)直观的展示该方法的特征提取效果。开展滚动轴承多故障实验,分析模型优化的合理性和有效性。实验结果表明,通过对四种转速下的滚动轴承故障数据进行训练和识别,该方法能在有限转速的轴承故障样本中学习其共性特征,可以实现滚动轴承故障的准确分类,并且对其他转速的故障数据同样具有有效性,拓宽了轴承故障诊断的转速泛化能力。将该方法与BP神经网络(BP neural network,BPNN)和支持向量机(support vector machine,SVM)算法进行对比,结果验证了该方法有较好的鲁棒性和泛化能力。研究成果可为保障滚动轴承的可靠性以及设备的安全运行提供参考和借鉴。 展开更多

关键词 故障诊断 卷积神经网络 lenet-5 转速泛化 滚动轴承

在线阅读 下载PDF 职称材料

基于改进型LeNet-5的工业机器人工件自动识别研究 被引量：6

16

作者 刘东来 崔亚飞 +3 位作者 罗辉 邓子林 秦润华 秦长江 《制造技术与机床》 北大核心 2021年第8期103-107,共5页

针对机器人关节工件组装生产过程中,工件种类多、产量大、人工分拣与装配耗时费力等问题,在经典LeNet-5模型基础上,提出一种改进型LeNet-5网络,该网络输入图像的大小修改为32×32,卷积层增加至4层,激励函数改用Leaky ReLU以防止过... 针对机器人关节工件组装生产过程中,工件种类多、产量大、人工分拣与装配耗时费力等问题,在经典LeNet-5模型基础上,提出一种改进型LeNet-5网络,该网络输入图像的大小修改为32×32,卷积层增加至4层,激励函数改用Leaky ReLU以防止过拟合。同时,将改进型LeNet-5与经典LeNet-5、GoogLeNet模型进行训练、测试与对比,试验结果表明,改进型LeNet-5效果最好,测试集的准确率达到98.32%、曲线下降面积AUC为0.9163,识别一个待装配工件仅需约0.016 s,满足工厂工业机器人实时性检测要求,为类似的识别提供了有效参考,具有较高的应用价值。 展开更多

关键词 工件识别 改进型lenet-5 卷积神经网络

在线阅读 下载PDF 职称材料

基于改进LeNet-5模型的木材表面典型缺陷识别方法研究 被引量：6

17

作者 张赛 王应彪 +1 位作者 杨谭 李明 《木材科学与技术》 北大核心 2021年第6期31-37,共7页

针对传统木材缺陷识别方法效率低、精度不高及泛化能力差等问题,对传统LeNet-5模型进行改进:通过分别增加卷积层和池化层的层数至4层,以增加网络深度;采用批量归一化算法,以解决内部协变量位移过拟合的问题;改用Leaky Relu函数作为激活... 针对传统木材缺陷识别方法效率低、精度不高及泛化能力差等问题,对传统LeNet-5模型进行改进:通过分别增加卷积层和池化层的层数至4层,以增加网络深度;采用批量归一化算法,以解决内部协变量位移过拟合的问题;改用Leaky Relu函数作为激活函数,并加入稀疏分类交叉熵作为损失函数,使用Adam作为优化器,来优化网络模型。应用改进LeNet-5模型对辐射松木材常见缺陷(结疤、裂痕)及无缺陷样本集进行识别试验,结果表明:相对于传统LeNet-5模型以及VGG19、AlexNet、ResNet-50三种经典模型,改进LeNet-5模型的训练集准确率最高为99.87%、验证集为99.43%,运算时间缩短,木材缺陷识别精度和效率提高。 展开更多

关键词 木材缺陷检测 改进lenet-5模型 深度学习 卷积神经网络

在线阅读 下载PDF 职称材料

基于改进型LeNet-5的苹果自动分级方法 被引量：39

18

作者 王立扬 张瑜 +1 位作者 沈群 薛勇 《中国农机化学报》 北大核心 2020年第7期105-110,共6页

针对目前传统机器学习对苹果分级的局限性,改进经典卷积神经网络LeNet-5模型以提高分级准确率。试验在原基础上添加卷积层至4层以加深网络深度,改用LeakyReLU激励函数并加入Dropout层防止过拟合,修改输入图像大小为32×32×3。... 针对目前传统机器学习对苹果分级的局限性,改进经典卷积神经网络LeNet-5模型以提高分级准确率。试验在原基础上添加卷积层至4层以加深网络深度,改用LeakyReLU激励函数并加入Dropout层防止过拟合,修改输入图像大小为32×32×3。同时将此与GoogLeNet迁移模型、初始LeNet-5模型、传统机器学习进行对比。试验对不同等级的红富士苹果进行训练与测试,发现改进后的LeNet-5效果最好,测试集准确率达98.37%、AUC值为0.9075,识别一个苹果仅需0.12 s,能够满足工厂自动化分级的需求。综上,改进型LeNet-5模型可用于苹果的高效分级。 展开更多

关键词 苹果分级 改进型lenet-5 卷积神经网络 深度学习

在线阅读 下载PDF 职称材料

基于光谱增强指数与LeNet-5的古书画褪色文字提取与识别 被引量：1

19

作者 侯妙乐 孙鹏宇 +2 位作者 杨雪韵 武望婷 吕书强 《文物保护与考古科学》 北大核心 2022年第5期72-80,共9页

古书画中所记载的文字是了解历史的珍贵资料,对褪色文字进行提取和识别是挖掘和展示历史价值的基础。本工作首次提出基于光谱增强指数与LeNet-5相结合的古书画褪色文字提取与识别方法:利用高光谱成像无损检测、光谱范围广等优点,获取古... 古书画中所记载的文字是了解历史的珍贵资料,对褪色文字进行提取和识别是挖掘和展示历史价值的基础。本工作首次提出基于光谱增强指数与LeNet-5相结合的古书画褪色文字提取与识别方法:利用高光谱成像无损检测、光谱范围广等优点,获取古书画的高光谱数据,分析文字与背景的光谱特征,构建字迹增强指数,实现古书画中褪色文字的增强;构建LeNet-5卷积神经网络,利用手写汉字集进行训练,对密度分割后的字迹图像进行自动识别。以清代画家张士保所作《论道图》中部分褪色文字为例进行了验证,文字识别的正确率为70.8%。结果表明,本工作所提出方法可有效提高古书画褪色文字提取与识别的智能化程度。 展开更多

关键词 高光谱 褪色文字 字迹增强指数 lenet-5 文字识别

在线阅读 下载PDF 职称材料

基于优化LeNet-5的近红外图像中的静默活体人脸检测 被引量：8

20

作者 黄俊 张娜娜 章惠 《红外技术》 CSCD 北大核心 2021年第9期845-851,共7页

针对当前交互式活体检测过程繁琐、用户体验性差的问题,提出了一种优化LeNet-5和近红外图像的静默活体检测方法。首先,采用近红外光摄像头构建了一个非活体数据集;其次,通过增大卷积核、增加卷积核数目、引入全局平均池化等方法对LeNet-... 针对当前交互式活体检测过程繁琐、用户体验性差的问题,提出了一种优化LeNet-5和近红外图像的静默活体检测方法。首先,采用近红外光摄像头构建了一个非活体数据集;其次,通过增大卷积核、增加卷积核数目、引入全局平均池化等方法对LeNet-5进行了优化,构建了一个深层卷积神经网络;最后,将近红外人脸图片输入到模型中实现活体静默活体检测。实验结果表明,所设计的模型在活体检测数据集上有较高的识别率,为99.95%,整个静默活体检测系统的运行速度约为18~22帧/s,在实际应用中鲁棒性较高。 展开更多

关键词 lenet-5 卷积神经网络 全局平均池化 近红外图像 静默活体检测

在线阅读 下载PDF 职称材料