基于Inception V3的图像状态分类技术

摘要

为了实现对物体状态的分类识别,本文在GoogLeNet的Inception V3模块基础上进行了优化,使用Tanh作为激活函数并结合RMSprop,SGD优化器提升了模型的准确率。首先采用三次卷积插值,GAN对图像集进行预处理,再利用Inception对图像进行训练,最后结合RMSprop和SGD优化器对模型进行优化。用本文提出的模型在20个烹饪对象的图像上进行实验,结果表明,本文优化的Inception V3模型能够以71.5%的准确度对这些图像的状态进行分类,与对比算法相比,在分类准确度、训练损失上都有明显提升,可以满足图像分类的可靠性、稳定性等要求。