基于改进深度残差网络的快递包装识别融合算法研究

邵占英刘飞李丽杰

河北建材职业技术学院;

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%.通过最后的检测结果,充分地证明了改进的ResNet50 融合算法应用于快递包装图像识别的性能优越,也为图像识别技术在智慧物流行业提供技术经验.

关键词：深度残差网络、图像识别、融合算法、快递包装

所属期刊栏目：7

分类号：TP18;F259.2(自动化基础理论)

资助基金：河北省教育厅项目;校级重点教研课题

在线出版日期：2023-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：61-65,70