基于卷积神经网络的商品图像分类研究 |
| |
引用本文: | 匡青.基于卷积神经网络的商品图像分类研究[J].教育技术导刊,2017,16(2):178-181. |
| |
作者姓名: | 匡青 |
| |
作者单位: | 天津师范大学 计算机信息工程学院,天津 300000 |
| |
摘 要: | 卷积神经网络是深度学习的一种高效识别方法,将卷积神经网络引入商品图像识别中,能够提高识别精度。卷积神经网络可以直接输入原始图像,以避免对图像进行复杂的预处理工作。首先介绍了卷积神经网络的各层作用,然后设计了多种基于卷积神经网络识别商品图像的模型,从多方面测试了卷积神经网络的分类性能。为提高训练速度,卷积层的激活函数采用线性修正函数(Rectified Linear Units,ReLU)。为确保模型的判别性,对下采样层的特征图进行局部对比度归一化,所设计的网络模型在实验中均达到90%以上的平均分类正确率。
|
关 键 词: | 卷积神经网络 商品图片 图像分类 线性修正函数 局部对比度归一化 |
|
| 点击此处可从《教育技术导刊》浏览原始摘要信息 |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 |
|