基于Mask R-CNN深度學(xué)習(xí)的羊絨羊毛纖維識(shí)別技術(shù)

打開(kāi)文本圖片集

摘 要：為提高羊絨羊毛纖維定量的自動(dòng)化程度，引入基于掩模區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（Mask R-CNN）深度學(xué)習(xí)技術(shù)，對(duì)通過(guò)光學(xué)顯微鏡采集的圖片進(jìn)行圖片處理、算法模型優(yōu)化，以及學(xué)習(xí)和訓(xùn)練，建立起山羊絨和綿羊毛的自動(dòng)識(shí)別模型。采用測(cè)試集對(duì)所建立的模型進(jìn)行了驗(yàn)證測(cè)試，結(jié)果表明，對(duì)山羊絨和綿羊毛纖維的自動(dòng)識(shí)別正確率達(dá)到95%以上，證實(shí)了所建立的識(shí)別技術(shù)的可行性。（剩余8261字）