《表1 CNN卷积层与池化层参数设置》
针对不同条件下采集的烟包图像,构建两层卷积神经网络进行特征抽取与商品图像识别研究,CNN参数记录在表1中。模型输入为预处理后的训练集图像,图像尺寸为64像素×64像素;图像输入后进行两层卷积和池化运算,每次计算所采用的算子模板尺寸为3像素×3像素,图像在卷积和池化过程中逐渐减小尺寸并增加深度,选用最大池化层来缩减模型的大小以加快计算效率,经过池化层2后图像大小为6像素×6像素,深度为64;最后通过全连接层将池化后数据连接并进行分类输出,全连接层将卷积层和池化层输出的所有局部特征重新通过权值矩阵重组图像;输出层的结果个数与商品种类相对应。
图表编号 | XD00210864700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.10 |
作者 | 刘莹、王晓宇、徐卓飞、喻丹、董晨曦 |
绘制单位 | 陕西省烟草公司西安市公司、陕西省烟草公司西安市公司、西安理工大学印刷包装与数字媒体学院、西安理工大学印刷包装与数字媒体学院、北京金尚互联科技股份有限公司 |
更多格式 | 高清、无水印(增值服务) |