-
题名基于改进MobileNet的废钢识别方法研究
被引量：4
- 1
-
-
作者
官世杰
席晨馨
-
机构
重庆交通大学机电与车辆工程学院
东华大学机械工程学院
-
出处
《湖北大学学报（自然科学版）》
CAS
2024年第5期621-628,共8页
-
基金
城市轨道交通车辆系统集成与控制重庆市重点实验室开放基金(CKLURTSIC-KFKT-202006)
交通工程应用机器人重庆市工程实验室2020年度开放课题(CELTEAR-KFKT-202003)资助。
-
文摘
为了高效地判别废钢的种类,研究一种基于改进MobileNet的废钢识别方法,首先提出改进的MobileNetV3模型,并在此基础上通过通道剪枝方法去除冗余扩张通道,减少网络参数量,提升了模型预测速度。实验首先采集了4种不同废钢类型的数据集,并将数据集按80%为训练集,20%为验证集进行训练,然后和ResNet152模型、传统的MobileNetV3模型比较了模型的训练和损失曲线。训练结果表明,改进后的MobileNetV3模型在废钢类型识别任务上表现出色,其总体分类准确率达到了98%,优于ResNet152模型的97%和传统MobileNetV3模型的87%。这一结果充分证明了改进模型的有效性且该模型能在不同学习率下快速收敛梯度,可以高效地识别废钢。
-
关键词
MobileNetV3模型
通道剪枝方法
resnet152模型
梯度收敛
-
Keywords
MobileNetV3 model
channel pruning method
resnet152 model
gradient convergence
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
