文献类型：期刊文章

作　　者：钟跃崎[1,2] 郭腾伟[3] 路凯[4] 柴新玉[5]

ZHONG Yueqi;GUO Tengwei;LU Kai;CHAI Xinyu(College of Textiles,Donghua University,Shanghai 201620,China;Key Laboratory of Textile Science&Technology,Ministry of Education,Donghua University,Shanghai 201620,China;Suzhou Keda Technology Co.,Ltd.,Suzhou,Jiangsu 200030,China;College of Information Engineering,Xuchang University,Xuchang,Henan 461000,China;Wensi Haihui Information Technology Co.,Ltd.,Beijing 100192,China)

机构地区：[1]东华大学纺织学院,上海201620 [2]东华大学纺织面料技术教育部重点实验室,上海201620 [3]苏州科达科技股份有限公司,江苏苏州200030 [4]许昌学院信息工程学院,河南许昌461000 [5]文思海辉技术有限公司,北京100192

出　　处：《毛纺科技》

基　　金：国家自然科学基金项目(61572124)。

年　　份：2021

卷　　号：49

期　　号：5

起止页码：86-91

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、IC、RCCSE、SCOPUS、核心刊

摘　　要：针对山羊绒纤维与绵羊毛纤维性质相似、形态相近、鉴别难度大和鉴别效率低的问题,提出了一种利用深度卷积神经网络进行山羊绒、绵羊毛纤维自动鉴别的方法。拍摄6种外观形态极为接近的山羊绒、绵羊毛纤维的光学显微镜图像,并建立了超过60000张图像的数据集。在此基础上,通过迁移学习的方法,在8种不同的深度卷积神经网络模型上进行测试,发现ResNet18的分类识别准确率最高。通过混淆矩阵显示,该方法在6种极相似动物纤维的分类任务中,准确率均在95%以上,可用于实时自动检测。

关 键 词：山羊绒 绵羊毛 光学显微镜图像  迁移学习  混淆矩阵

分 类 号：TS104.7]