文献类型：期刊文章

作　　者：贾小军[1] 邓洪涛[2] 刘子豪[1] 叶利华[1]

JIA Xiao-jun;DENG Hong-tao;LIU Zi-hao;YE Li-hua(College of Mathematics,Physics and Information Engineering,Jiaxing University,Jiaxing 314001,China;College of Design,Jiaxing University,Jiaxing 314001,China)

机构地区：[1]嘉兴学院数理与信息工程学院,浙江嘉兴314001 [2]嘉兴学院设计学院,浙江嘉兴314001

出　　处：《光电子．激光》

基　　金：嘉兴市科技局公益性研究计划项目(2018AY11008)资助项目

年　　份：2019

卷　　号：30

期　　号：8

起止页码：867-875

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、核心刊

摘　　要：为了数字化传承与创新传统的蓝印花布纹样,需要将蓝印花布纹样进行分类。为此,提出一种改进的VGGNet卷积神经网络模型的纹样分类方法。首先,采集原始的蓝印花布图案,通过图像增强技术扩充样本,形成训练数据集。其次,改进经典的VGGNet 16卷积神经网络结构,增加卷积组及调整网络参数,增加丢弃层。同时,分析、验证训练优化策略对蓝印花布纹样分类的影响。最后,利用训练集及验证集中的图像样本,通过自动学习获取网络模型参数,得到纹样分类的最佳网络模型并获得较为理想的分类结果。实验结果显示,改进的卷积神经网络模型针对5类蓝印花布纹样进行分类训练,其平均分类准确率达89.73%,为蓝印花布纹样的继承和创新研究提供了新思路。

关 键 词：蓝印花布纹样  VGGNet  卷积神经网络 训练  分类  

分 类 号：TP391.41]