改进CaffeNet模型在水面垃圾识别中的应用

作者：向伟; 史晋芳^*; 刘桂华; 徐锋; 黄占鳌

来源：传感器与微系统, 2019, 38(08): 150-156.

DOI：10.13873/J.1000-9787(2019)08-0150-03

• 深度学习
• 卷积神经网络
• CaffeNet模型
• 水面垃圾识别

为了提高水面垃圾识别的准确率,提出一种改进CaffeNet的卷积神经网络模型对水面垃圾进行识别。模型改进了卷积核的大小、卷积核的数量以及增加了一层稀疏结构,进而增强了网络模型特征提取的能力,降低了网络复杂度。实验结果证明:改进的CaffeNet模型将水面垃圾的识别率提高到95. 75%,能减少水面波纹、物体倒影和桥梁等复杂环境对水面垃圾识别的影响,具有较好的水面垃圾识别效果。

• 单位
  西南科技大学