基于卷積神經網絡的圖像識別

羅嘉杰 施佳林

摘 ? 要：目前，卷積神經網絡在圖像識別和分類領域取得了良好的效果，但網絡結構和參數的選擇對圖像識別和分類的效果與效率影響很大。為了提高卷積網絡的圖像分類性能，本文結合理論分析和對比實驗，對卷積神經網絡模型進行了詳細的理論分析，并且本文設計了一個具有8層卷積層的深度卷積網絡，并結合批量歸一化處理，在CIFAR-10數據集上進行了相關的分類實驗，得到了88.1%的分類精度，相比于傳統的分類設計有效地改善了卷積神經網絡的圖像識別分類效果。

關鍵詞：卷積神經網絡 ?圖像識別 ?圖像分類 ?LeNet-5模型

中圖分類號：TP311 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-098X（2019）08（c）-0130-02

卷積神經網絡是一種具有卷積結構的神經網絡，它能夠減少網絡參數的數量，并減輕模型的過度擬合問題。為了確保一定程度的平移，縮放和失真不變性，在卷積神經網絡中設計了局部感受域，共享權重以及空間或時間下采樣，對于此提出了一種用于字符識別的卷積神經網絡LeNet-5。LeNet-5由卷積層，下采樣層和完全連接層組成。

1 ?LeNet-5網絡模型結構

卷積神經網絡與其他神經網絡模型的最大區別在于卷積神經網絡將卷積層連接到神經網絡的輸入層之前，該卷積層成為卷積神經網絡的數據輸入，而作為經典模型的LeNet-5網絡，是由嚴樂村開發的用于手寫字符識別的經典卷積神經網絡模型。

LeNet-5的體系結構有7層，其中有3個卷積層。第一卷積層由6個特征圖組成，故C1包含156可訓練參數（（6個5X5內核加上6偏值）來創建122304（156*（28*28）-122，304）個連接。在C1層上，FM的大小為28×28。C3層共有1516個可訓練參數以及151600個連接。Lecun設計了這些連接最大化C3的功能數量，同時減少了權重數量，在最后的卷積層C5包含120個FM，輸出尺寸為1X1。

2 ?模型設計

CIFAR-10數據集含有6萬張的自然圖像，共分為10種類型，由Alex Krizhevsky，Vinod Nair和Geoffrey Hinton收集而來。包含50，000張訓練圖片，10，000張測試圖片，數據集中的數據存在于一個數組中（按行存儲，每行代表一個圖像），前1024位是R值，中間1024位是G值，最后1024位是B值。在本文中，實驗數據集被簡單地剪切和白化，并且像素值被發送到神經網絡用于訓練，本文結合CIFAR-10數據集，設計了一個深度卷積網絡模型，模型的架構參數如表1所示。

3 ?實驗分析

將最大迭代次數設置為50，000次，使用SGD+ Momentum學習算法初始化學習速率，Epoch學習速率每125次衰減為前一次的0.1倍，其他參數保持基本參數不變，相應的成本函數曲線如圖1所示。

在模型訓練50000次迭代后，使得成本函數穩定大約在0.18左右，最低為0.10，最后的分類精度可達88.1%。可以看出，本文的圖像識別分類精度優于目前大部分研究中得到的分類精度。

4 ?結語

眾所周知，目前將卷積神經網絡應用于圖像分類實驗已經取得了良好的效果，但是網絡結構和參數的選擇一直是分類效果提升的瓶頸，為了更好地將卷積神經網絡應用于圖像分類中，本文針對CIFAR-10圖像數據集，設計了一個具有8層卷積層的深度卷積網絡，并結合批量歸一化，在CIFAR-10數據集上得到了88.1%的分類精度，比CIFAR-10官網上公布的大部分研究的分類精度要高，有效地改善了卷積神經網絡的圖像識別分類效果，因此可以將本文的實驗成果應用于醫學圖像的鑒定、交通圖像的識別等領域，對國民生活和經濟發展提供技術支持。

參考文獻

[1] Alex Krizhevsky， Ilya Sutskever， Geoff Hinton. Imagenet classification with deep con-volutional neural networks[J]. Advances in Neural Information Processing Systems，2012（25）：1106-1114.

[2] Ioffe S， Szegedy C. Batch Normalization： Accelerating Deep Network Training by Reducing Internal Covariate Shift[J]. Computer Science， 2015（33）： 45-49.

[3] Simon M， Rodner E， Denzler J. ImageNet pre-trained models with batch normalization[J].2016（12）： 115-120.