一种基于卷积神经网络模型的危险物品图像分类方法

摘要

一种基于卷积神经网络模型的危险物品图像分类方法。其包括在图形处理器上搭建基于包含多种卷积神经网络模型的Caffe深度学框架的平台；准备训练数据集和带有标签的测试数据集，并利用上述数据集在图形处理器上训练上述卷积神经网络模型；列出民航中危险物品类别；将危险物品类别中的原始图像和旋转180度后的图像输入上述已训练好的卷积神经网络模型，得到top-5测试结果，实现含有危险物品图像的分类。本发明方法具有智能性强，方法简单，分类准确，检测速度快等优点，适用于对含有民航危险物品图像的自动分类。

主权项

一种基于卷积神经网络模型的危险物品图像分类方法，其特征在于：其包括按顺序进行的下列步骤：1)在图形处理器上搭建基于包含多种卷积神经网络模型的Caffe深度学习框架的平台；2)准备训练数据集和带有标签的测试数据集，并利用上述数据集在图形处理器上训练上述卷积神经网络模型；3)列出中国民航中危险物品类别；4)将上述危险物品类别中的原始图像和旋转180度后的图像输入上述已训练好的卷积神经网络模型，得到top‑5测试结果，实现含有危险物品图像的分类。