基于多尺度感受野网络的废钢等级识别算法

摘要

目前,一些企业采用卷积神经网络进行废钢等级的自动识别,但由于传统的卷积神经网络存在感受野单一、泛化能力不强等问题,导致废钢等级识别准确率一直不高.因此设计了基于多尺度感受野网络的废钢等级识别算法,主要包括基础特征提取、中级特征提取、颜色、边缘特征提取和采用特征金字塔网络(Feature Pyramid Networks,FPN)进行特征融合.钢铁企业实际数据的测试结果表明,该算法废钢等级识别准确率达到90.23％,与传统卷积神经网络相比,准确率有明显的提升.