基于迁移学习和Xception网络的混凝土裂纹识别研究

作者：徐峥匀; 钱松荣

来源：软件工程, 2022, 25(07): 15-18.

DOI：10.19644/j.cnki.issn2096-1472.2022.007.004

• 迁移学习
• 卷积神经网络
• 图像识别
• 图像增广

针对深层卷积神经网络检测表面结构裂纹耗费时间长、精度不够高的问题，基于Xception网络进行自适应调整重构其分类器，利用图像增广技术扩充数据集后，引入迁移学习的方法对Xception网络进行训练。同时，与构建的ResNet50、InceptionV3和VGG19三个深层卷积神经网络模型进行对比实验，重新验证其性能。实验证明，引入迁移学习不仅可以提升模型的整体性能，还能缩减训练深层卷积神经网络的时间，训练的模型在数据集上的识别精确率达到96.24%，在对比实验中达到96.50%。

• 单位
  贵州大学