《表1 特征提取：基于卷积神经网络的煤矸石图像识别》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络的煤矸石图像识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

采集和标注样本图像是一件极其费时费力的事情，而且煤矸石图像目前还没有公开的数据集，故采用迁移学习可以解决样本不足的问题。迁移学习是基于一个已经在大数据集上训练过的模型，在其基础上进行参数和知识的迁移。迁移学习不仅可以有效的解决样本缺乏的问题，同时也降低了深度学习模型对硬件的需求以及模型的训练时间。本文采用基于ImageN-et预训练的VGG-16模型参数（不包含全连接层部分参数）进行初始化，并结合微调技术对模型进行调整使其可以更好地应用在煤矸石图像的分类任务中。基于迁移学习的VGG-16模型的煤矸石特征提取过程如表1所示。