换一批基于卷积神经网络的白酒上甑探汽方法
Convolutional Neural Network-Based Method for Detecting Steam on the Retort of Chinese Baijiu
摘要针对白酒"探汽上甑"工艺在实现自动化过程中出现的探汽准确率低的问题,提出一种基于卷积神经网络的探汽方法.通过红外热成像仪采集甑锅内酒醅表面的红外图像并做预处理,再结合上甑工艺特点将图像分类,利用卷积神经网络训练得到探汽模型.训练结果表明,AlexNet、VGGNet-16、GoogLeNet、ResNet-18、DenseNet-37 的探汽准确率分别为 0.997 0、0.998 0、0.994 2、0.989 8、0.997 0,综合考虑选用DenseNet-37 做模型评估,测试集测试的精确率为 0.997 0,召回率为 0.997 0,F1 分数为 0.996 9,表示该模型性能表现好,故能满足探汽上甑要求.
更多相关知识
关键词
探汽方法红外图像图像预处理卷积神经网络模型评估steam detection methodsinfrared imagesimage pre-processingconvolutional neural net-worksmodel evaluation
栏目名称
DOI
10.12161/j.issn.1005-6521.2024.05.019
发布时间
2024-03-22（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览7
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
