一个用于磨粒图像快速分类的轻量化CNN模型

作者：刘信良; 陈国宁; 苏化; 王静秋^*; 王晓雷

来源：润滑与密封, 2023, 1-7.

• 铁谱分析
• 卷积神经网络
• 磨粒图像分类
• 轻量化

针对磨粒分析CNN模型存在参数多、运算速度慢、难以实际应用等问题，开展了磨粒图像分类CNN模型的轻量化研究。首先通过分析模型各层的参数量、运算量和剪枝敏感度，确定了卷积层4和卷积层5为滤波器剪枝的目标，再对卷积层4和5所有滤波器重要性进行计算并排序，最后以75%的剪枝率去除重要性低的滤波器并重新训练，获得轻量化模型。实验结果表明，轻量化后的模型在保证准确率几乎不降低的情况下快速对磨粒图像进行分类，其理论参数量和内存占用量均减少50%以上，运算速度提高20%以上。此研究为在便携式、移动式铁谱分析设备上的应用提供参考。

• 单位
  南京航空航天大学