基于卷积神经网络的图像分类研究

2018-01-19 11:35:34葛程孙国强
软件导刊 2018年10期

葛程 孙国强

摘 要:结合现有基于卷积神经网络的图像分类算法,以CIFAR-10作为数据集,探究如何快速搭建一个满足分类精度要求的卷积神经网络模型,以及如何有目的且高效地进行网络训练与参数调整。实验以简单的三层卷积神经网络为基础,从数据增强、网络结构与优化训练3个方面对模型进行改进。实验结果表明,通过叠加这些改进方法,可使模型的拟合能力与泛化能力逐渐增强,最终获得更高的图像分类准确率。

关键词关键词:图像分类;卷积神经网络;网络结构;数据增强

DOIDOI:10.11907/rjdk.181090

中图分类号:TP301

文献标识码:A 文章编号:1672-7800(2018)010-0027-05

英文摘要Abstract:Combined with the existing image classification algorithm based on convolution neural network,we explore how to quickly build a convolution neural network model to meet the classification accuracy requirements,and how to efficiently and purposefully carry out network training and parameter adjustment by starting from the practice and using CIFAR-10 as a dataset.Based on a simple three-layer convolution neural network,the model is improved from three aspects:data enhancement,network structure,optimization and training.The experimental results show that by adding these improved methods,the ability of fitting and generalization of the model is gradually enhanced,and a higher accuracy of image classification is obtained.

英文关键词Key Words:image classification;convolution neural network;network structure;data enhancement

0 引言

图像分类是指通过对图像进行一系列数学运算处理后,得到的图像特征表达可以表征该图像属于某种预定义类别的分类问题。图像分类是计算机视觉领域的一个基础问题,传统图像分类方法依赖于人工设计的复杂特征工程提取的图像特征,主要采用的特征提取方法有尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)[1]与方向梯度直方图(Histogram of Oriented Gradients,HOG)[2]。人为设定的算法逻辑清晰且易于实现,但总会留下盲区,从而成为整个模型的短板,且模型缺乏泛化性。在2012年的ImageNet大规模视觉识别挑战赛(ImageNet Large Scale Visual Recognition Challenge,ILSVRC)中,由Alex Krizhevsky等[3]提出的AlexNet首次將深度卷积神经网络应用于大规模图像分类并获得第一名,之后基于深度卷积神经网络的模型开始取代传统图像分类算法,成为ILSVRC图像分类比赛的主流算法,卷积神经网络也在计算机视觉领域得到了广泛应用。

深度学习舍弃了特征工程的步骤,让模型更好地根据数据的原始状态学习成长,从而更容易学到数据中有价值的信息。……

登录APP查看全文