| 基于深度学习的铝厂工业自动浇筑中的图像识别 |
| |
| 引用本文： | 易佳明,胡小龙.基于深度学习的铝厂工业自动浇筑中的图像识别[J].湖北大学学报(自然科学版),2020,42(3):320-324. |
| |
| 作者姓名： | 易佳明 胡小龙 |
| |
| 作者单位： | 中南大学计算机学院,湖南 长沙410075,中南大学计算机学院,湖南 长沙410075 |
| |
| 摘 要： | 将深度学习的图像识别应用到工业生产中是一个重要的应用方向.相比传统图像处理,深度学习在图像识别中具有高识别率、抗干扰性强等特点.首先采用小波变换对图像去噪、归一化,然后利用多层卷积对图像进行特征提取并采用全连接层和softmax分类器进行分类实现图像识别.在铝厂工业自动浇注过程中,对已经浇注完成和未完成的图像进行识别、解决传统图像处理在工业生产中多干扰、亮度不足的情况下难以识别的问题.实验结果表明,采用小波变换与深度学习融合对图像进行识别的识别率可达到91. 88%,基本能满足铝厂工业生产的需要.
|
| 关 键 词： | 工业生产 图像识别 深度学习 小波变换 |
Image recognition in automatic pouring of aluminum plant based on deep learning |
| |
| YI Jiaming,HU Xiaolong.Image recognition in automatic pouring of aluminum plant based on deep learning[J].Journal of Hubei University(Natural Science Edition),2020,42(3):320-324. |
| |
| Authors: | YI Jiaming HU Xiaolong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
