基于改进MobileNetV3烧结断面火焰图像识别

来源：电子测量技术杂志2023年第14期北京时间：

作者：梁秀满，安金铭，曹晓华，曾凯，王福斌

单位：华北理工大学电气工程学院 唐山 063210

摘要：烧结机尾断面火焰图像蕴含大量与烧结终点相关的特征信息，充分利用烧结火焰图像特征信息进行在线判断烧结终点状态，具有可行性及工程实际意义。针对烧结机尾断面火焰图像特征信息难以提取、识别精度低以及难以满足实时性等问题，提出一种基于改进的MobileNetV3烧结断面火焰图像识别算法。以MobileNetV3作为烧结终点火焰状态特征信息提取的基础模型，引入注意力机制；改进通道注意力结构，减少特征损失提高识别精度；引入空间注意力机制，设计双分支通道空间注意力模块精确捕捉了红火区在烧结断面火焰图像中的位置和内容信息；引入数据增强和余弦退火学习率来提高模型的泛化能力，并采用冻结训练策略加速模型收敛。在烧结火焰数据集上的实验表明，该算法能够充分利用烧结火焰图像中的特征信息，识别准确率达到97.54%，较改进前提高了6.41%。

关键词：双分支通道空间注意力模块;MobileNetV3;烧结火焰图像;余弦退火

基金资助：河北省自然科学基金（E2021209037）、河北省省属高等学校基本科研业务费研究项目（JYG2020004）资助