基于DSConv与CBAM的棉花异纤识别OA北大核心CSTPCD
Recognition of Foreign Fiber in Cotton Based on DSConv and CBAM
建立一种用于识别棉花中异纤的深度学习模型.该模型将传统卷积与深度可分离卷积相结合,使得模型较为精简,易于训练;同时引入了卷积层注意力机制,加强了模型对于复杂背景下异纤的识别能力.试验结果表明:该模型在测试集上的识别准确率为91.93％,相比于传统图像分类网络平均提高了4.47个百分点,同时检测单幅图像仅需0.015 s.认为:本研究提出的模型可以较好地满足实际场景的检测需要.
吴志炜;师红宇
西安工程大学,陕西西安,710600西安工程大学,陕西西安,710600
信息技术与安全科学
棉花异纤深度学习深度可分离卷积注意力机制图像识别
《棉纺织技术》 2022 (3)
19-23,5
西安市科技创新人才服务企业项目(2020KJRC0022)
评论