您好，欢迎来到中国测试科技资讯平台！
摘要：
为了降低噪声信息的干扰及提高商品图像识别的准确率,提出了基于深度残差收缩网络的商品图像识别模型.该模型在深度残差网络的基础上融入软阈值函数及注意力机制,软阈值函数将注意力机制注意到的不重要的特征置为0,从而降低噪声信息的干扰,提高图像识别的准确率.实验首先通过爬虫方式获取了包含了51种商品的数据集,并且对该数据集通过图像翻转以及对图像加噪等操作,形成具有44 066张图像的商品数据库.然后将深度残差收缩网络与深度残差网络、 SENet算法模型对数据进行训练对比,同时对部分商品图像进行了测试.实验结果表明,深度残差收缩网络不仅可以提高商品图像识别准确率,同时还提高了模型的运行速度.
关键词： 商品识别;深度残差收缩网络;注意力机制;软阈值函数;噪声;
作者： 李昊璇，闫新艳，
作者单位： 山西大学物理电子工程学院
刊名： 《测试技术学报》
Journal： Journal of Test and Measurement Technology
年，卷(期)： 2021, (4)
在线出版日期： 2021年08月31日
页数： 7
页码： 294-299，322
友情链接：
广告代理：秦皇岛北驰文化传播有限公司
理事会外联部
印 刷：成都天麦点金实业有限公司
国内总发行：成都市邮政局
邮发代号：62-260
国外发行：中国出版对外贸易总公司
国外代号：DK51019
中国标准连续出版物号：ISSN 1674-5124 CN51-1714/TB
业内最新资讯动态
请关注微信公众号
蜀ICP备11014963号-1 《中国测试》杂志社 版权所有 技术支持：成都驰创数码
文档下载