基于改进深度残差网络的快递包装识别融合算法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：在普通的ResNet50的基础上修改激活函数，选取CeLU作为激活函数，增加了3个全连接层FC1、FC2、FC3；并在其中都加入了Droput，最后采用迁移学习的方式去训练模型。在快递包装图像预处理中采用Triplet相似性度量学习方法进行特征提取和用SIFT特征加以完善，以形成新的融合算法，并得出改进的ResNet50网络模型，整体的准确率为98.67%，精确度为97.67%、召回率为98.67%，F1分数为98.33%。（剩余8902字）

试读结束

目录
monitor
客服机器人