非线性激活的聚合残差神经网络汽车胎纹识别

作者：陈德海; 潘韦驰; 马原; 黄艳国

来源：江西理工大学学报, 2019, 40(05): 80-85.

DOI：10.13265/j.cnki.jxlgdxxb.2019.05.012

• 汽车胎纹识别
• 深度学习
• 残差神经网络
• 激活函数

针对汽车胎纹人工提取特征手段复杂、识别困难等问题,提出一种采用基数维度变换的聚合残差神经网络进行汽车胎纹识别的方法.在ResNeXt-50网络的基础上,对原有网络结构进行压缩,减少了聚合残差单元的基数以及瓶颈宽度,同时引入非线性激活函数Swish,加强网络模型的收敛能力并提高准确率.使得模型在保持识别汽车胎纹的能力的同时,大幅压缩了参数量并提升了识别汽车胎纹的能力.通过理论分析与实验,验证了方法的有效性.

• 单位
  自动化学院; 江西理工大学