基于SqueezeNet的可识别积水软件设计.pdf
《基于SqueezeNet的可识别积水软件设计.pdf》由会员分享,可在线阅读,更多相关《基于SqueezeNet的可识别积水软件设计.pdf(3页珍藏版)》请在咨信网上搜索。
1、今 日 自 动 化Automation Today智能制造与设计Intelligent manufacturing and Design34 2 0 2 3.5 今日自动化2 0 2 3 年第5 期2023 No.5目前,识别地面积水可广泛应用于道路安全、有限空间内部等场景,如热力站内若发生跑水事故又无人发现,随着水位上升会将循环泵、配电箱等设备淹没,造成设备损坏,且会影响正常供热运行;或在小室内,若管道破裂造成积水事故而无人发现,则会将小室淹没且蔓延至地面,造成极大的损失。故设计一款运行卷积神经网络(Convolutional Neural Networks,CNN)的软件,该软件可直接接入
2、市面上现有的工业摄像头内,调取实时画面并分析是否存在积水,若存在积水可及时发现进行报警。该软件可填补发生积水后无人发现的空白,对于特定行业有极大的价值。为更大地提升算力和可移植性,采用 CNN中 SqueezeNet 模型进行训练,训练完成后识别率高达79.07%,通过软件内部参数设置,可实现积水识别的功能。1 SqueezeNet设计1.1 SqueezeNet简介卷积神经网络,一种深度前馈神经网络,是应用最为成熟的前馈神经网络之一,可以方便地应用于图像识别中。卷积神经网络具有稀疏交互、参数共享、平移等变性的特点,其性质决定其与普通前馈神经网络相比,可极大地提升算力。1.2 可识别软件Squ
3、eezeNet设计软件内部使用的卷积神经网络采用 SqueezeNet结构可识别积水,共68层,对于部分地方进行修改,以保证顺利进行积水识别。以某一热力站为例,在前期训练过程中,采集地面有积水图片198张,地面无积水图片176张,共计374张。其分类图集如表1所示。表1 分类图集名称数量训练集262交叉验证集112测试集112设置交叉验证集是为更好地验证模型精度,避免出现局部极值等问题。交叉验证集分别从训练集和测试集去特定图像数目。SqueezeNet 在接收到图像信息后,先将图像更改为128128像素大小并去掉其彩色通道,此时将其记为矩阵 M。由运算可知,M 具有16 384个元素。在得到处
4、理后的数据后,将其进行第一次的卷积核、ReLU 激活函数及池化运算,该过程与 CNN 类似。由 ReLU 激活函数的数学特性可知,其会造成部分神经元输出为0,这样被动地造成神经网络具有稀疏性,可避免过拟合的问题产生1。所以 SqueezeNet 中使用的激活函数均为 ReLU 激活函数。在经过第一次卷积运算后,得到一个新的矩阵,记为 N,矩阵 N 为经过上述运算后得到的特征图。此时,调用 SqueezeNet 的 Fire 模块对特征图即矩阵 N进行运算。Fire模块包含Squeeze部分和Expand部分,其中,Squeeze 内为一组连续11的卷积,Expand 为一组11的卷积和一组33
5、的卷积组成。此时发现SqueezeNet 相比于传统 CNN 而言,其将33的卷积核替换为11的卷积核,并大幅减少33的卷积核数量。因为 Fire 模块的存在,虽然数据运算量增大,摘 要本设计使用 Matlab 编写的软件抓取工业摄像头数据,并将图像数据传输至神经网络内部进行识别,若在10 s 内连续判定地面存在积水,则软件进行报警,否则正常监控运行。SqueezeNet 识别正确率高达79.07%,配合软件相关算法可大幅提升正确率,该软件可填补发生积水后无人发现的空白,极大地节省了人力、物力与财力。关键词SqueezeNet;卷积神经网络;软件设计中图分类号TQ320.5 文献标志码A 文章
6、编号20956487(2023)05003403Design of Software for Identifying Water Accumulation Based on SqueezeNetDUAN XuxinAbstractThis design uses software written in Matlab to capture industrial camera data and transmit the image data to the neural network for recognition.If it is continuously determined that the
7、re is water accumulation on the ground within 10 seconds,the software will alarm,otherwise the monitoring will operate normally.The recognition accuracy of SqueezeNet is as high as 79.07%,which can be greatly improved by combining with software related algorithms.This software can fill the gap that
8、no one discovers after water accumulation,greatly saving manpower,material resources,and financial resources.KeywordsSqueezeNet;convolutional neural network;software design基于S q u e e z e N e t 的可识别积水软件设计段旭鑫(太原市热力集团有限责任公司,山西太原030000)今 日 自 动 化Automation Today智能制造与设计Intelligent manufacturing and Desig
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 SqueezeNet 识别 积水 软件设计
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。