改进的VGG-16卷积神经网络算法在丁腈橡胶片材识别中的应用

作者：何琛; 李云红^*; 谢蓉蓉

来源：西安工程大学学报, 2021, 35(02): 41-47.

DOI：10.13338/j.issn.1674-649x.2021.02.007

• 丁腈橡胶片材
• 卷积神经网络
• VGG-16
• 归一化
• 混合池化
• 多分辨率分组卷积

针对VGG-16卷积神经网络识别丁腈橡胶片材时,出现了过拟合、参数量大、准确率较低的问题,提出在缩减原网络深度基础上改进的VGG-16卷积神经网络识别算法。通过嵌入多分辨率分组卷积、混合池化取代最大池化、增加自适配归一化(switchable normalization, SN)的方法,优化了网络结构。实验结果表明:该方法训练时未出现过拟合,参数量约下降至VGG-16的0.098%,相对仅缩减深度的VGG-16网络,识别准确率提高了7.17%,算法可应用于某些固体火箭发动机内绝热层材料的识别。

• 出版日期2021
• 单位西安工程大学