非线性激活的聚合残差神经网络汽车胎纹识别
Tire tread pattern recognition based on non-linear activated aggregation residual neural network作者机构:江西理工大学电气工程及自动化学院
出 版 物:《江西理工大学学报》 (Journal of Jiangxi University of Science and Technology)
年 卷 期:2019年第40卷第5期
页 面:80-85页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金资助项目(61463020) 江西省自然科学基金资助项目(20151BAB206034)
摘 要:针对汽车胎纹人工提取特征手段复杂、识别困难等问题,提出一种采用基数维度变换的聚合残差神经网络进行汽车胎纹识别的方法.在ResNeXt-50网络的基础上,对原有网络结构进行压缩,减少了聚合残差单元的基数以及瓶颈宽度,同时引入非线性激活函数Swish,加强网络模型的收敛能力并提高准确率.使得模型在保持识别汽车胎纹的能力的同时,大幅压缩了参数量并提升了识别汽车胎纹的能力.通过理论分析与实验,验证了方法的有效性.