论文部分内容阅读
为提高烟雾识别准确率,构建模块化深度卷积神经网络,进行烟雾图像特征提取和识别。模块化结构使网络架构简单而灵活,首先利用常见的深度卷积运算设计基本模块网络结构,然后仅将模块网络与全连接层依次连接,即可构建深度卷积神经网络,使对烟雾图像的表达更加具体。利用数据增强技术扩充烟雾图像训练数据,从而缓解烟雾识别中常见的过拟合问题。实验结果表明,该方法在两个测试集上分别达到了96.56%和98.82%的检测率,验证了该方法的有效性。