基于迁移学习的TC4钛合金磨削烧伤图像识别

摘要

为利用有限的钛合金烧伤图像来提高图像识别准确率,设计一种基于迁移学习的钛合金烧伤图像识别方法。利用该方法将经过ImageNet数据集训练的GoogLeNet和ResNet50网络模型保留卷积层及其对应权重参数作为特征提取器,分别与设计的特征识别网络建立连接,形成烧伤图像识别网络。在自制钛合金烧伤图像数据集上对网络模型进行训练。通过实验验证表明:该模型可以自动识别出无烧伤、轻度烧伤、中度烧伤、重度烧伤4类钛合金图像,识别准确率较未使用迁移学习的网络模型有大幅提升。