科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，人工智能技术在各领域都逐渐兴起。针对各地方特色乐器特征不明显的问题，研究人员将深度学习中的卷积神经网络应用于该领域成为研究的重点之一。选取29种常见乐器作为训练数据，使用EfficientNetV2轻量化模型和迁移学习进行训练。采用了全部权重迁移、冻结除最后一层权重，以及全新训练3种方法，得到3种模型。通过多组模型训练的分析，结果显示，迁移学习中使用EfficientNetV2-s官方预训练权重，在迭代次数为150、学习率为0.01的情况下，训练出的模型表现出最高的识别准确率，训练时间最短，且模型体积最小，最高的训练准确率为0.98，验证最高准确率为0.95。实验结果表明，训练出的模型能够准确预测乐器的图片。
- 单位
