基于卷积神经网络的棉花轧工质量分级系统研究

作者:李晓慧; 曹仲庆; 陈智勇; 孙居娟; 黄鹏羽; 高万昌; 王宇昊; 张志峰
来源:中国纤检, 2021, (06): 124-126.
DOI:10.14162/j.cnki.11-4772/t.2021.06.038

摘要

棉花是纺织产业的重要原料之一。在棉花质量检测中,轧工质量这一指标是在公证检验中唯一使用人工检验的指标。技术人员人工进行轧工质量的等级判定容易受人为因素影响。本文设计了一种棉花轧工质量的分级系统,通过采集到的新疆棉图像,经图像预处理、图像剪裁和VGG预训练的网络算法的处理,最终得到分级结果。为提高识别准确率和网络的泛化能力,进行了图像裁剪和图像增强。深层网络训练的完全训练权重参数往往会消耗大量时间,因此为调高训练效率,使用了特征提取法和微调技术进行预训练,这种方法还能提高模型的分级准确率。试验表明,本文研究的棉花轧工质量检测系统识别正确率在88%以上,可以满足对棉花轧工质量进行分级的目的。

全文