旋转重构型的卷积神经网络的应用系统研究

由于物体的空间位置关系存在差异性,训练好的卷积神经网络模型在物体识别过程中无法识别位移相差较大的物体,因此提出了一种可重构旋转胶囊型的卷积神经网络。首先,在卷积神经网络训练和识别的过程中,提前对所有图片进行去背景和栽剪预处理,增强了图片特征。其次,将各类训练图库各指定一个图来提炼蒙板。最后,将识别的图片分别与各个蒙板进行环形旋转,并计算重叠率,即可得到最大重叠率相应的旋转角度,再旋转重构要识别的图片。通过细胞识别试验,发现改进后的算法准确率得到明显提高,证实了该算法的有效性。