应用卷积网络及深度学习理论的羊绒与羊毛鉴别

作     者：王飞 靳向煜 无

作者机构：东华大学纺织学院上海201620 东华大学纺织面料技术教育部重点实验室上海201620 

出 版 物：《纺织学报》 (Journal of Textile Research)

年 卷 期：2017年第38卷第12期

页      面：150-156页

核心收录：

学科分类：0821[工学-纺织科学与工程] 08[工学] 082101[工学-纺织工程] 

主　　题：羊绒 羊毛 图像鉴别 卷积网络 

摘      要：为解决羊绒与羊毛纤维图像难以鉴别的问题,提出一种基于卷积网络和深度学习理论的鉴别方法。使用sigmoid分类器将卷积深度网络提取的纤维图像特征进行粗分类,根据验证集合验证结果并记录网络的最优权重。根据整体的分类网络所获取的权值,对每张样本图片使用改进的局部增强整体的网络模型提取局部特征,并对局部特征和整体特征进行融合,根据这些融合特征建立新的分类网络。在此基础上,使用鄂尔多斯标准羊绒与羊毛数据集对网络进行50轮次的迭代训练,得到的最优准确率达92.1%。实验结果表明:采用深度卷积网络表征纤维,并对羊绒羊与毛纤维图像进行分类的方法,能够有效解决羊绒、羊毛等类似纤维鉴别问题;若用于商业检测,还需更多数据集的验证。