1. 首页
  2. 行业
  3. 外包
  4. 基于深度学习的复杂分拣图像快速识别方法研究

基于深度学习的复杂分拣图像快速识别方法研究

上传者: 2020-10-28 01:55:38上传 PDF文件 637.6KB 热度 16次
训练速度更快、识别精准度更高的图像识别技术一直是智能技术的研究热点及前沿。针对物流分拣仓库环境复杂、照明度不高以及快递外包装区别不明显的特点,对基于深度学习的分拣图像快速识别进行了研究,设计了一个卷积神经网络。由于仓库的封闭环境和光照条件等因素而导致分拣图像不是很清晰,首先用对偶树复小波变换对其进行降噪等预处理;然后在基于AlexNet神经网络的基础上,对于卷积神经网络的卷积层、ReLU层和池化层参数进行重新定义来加快神经网络的学习速度;最后根据新的图像分类任务对神经网络的最后三层全连接层、Softmax层和分类输出层进行定义来适应新的图像识别。所提出的基于深度学习的快速分拣图像识别方法在面对
用户评论