基于迁移学习的煤矸图像识别方法
来源：计算机应用与软件杂志2024年第11期北京时间：
作者：张释如, 张达
摘要：针对传统煤矸图像识别算法需提取并筛选图像灰度、纹理等特征，费时耗力，以及训练卷积神经网络需庞大数据集和高配置硬件设备等问题，提出基于迁移学习的煤矸图像识别方法。利用VGG16卷积基提取煤矸图像特征，并与机器学习算法结合，验证VGG16卷积基提取特征的有效性。分别通过特征提取和模型微调方式实现网络模型VGG16的迁移，并构建自定义密集连接分类器，形成两种识别模型。仿真结果显示，两种模型的准确率分别达到96.30%和98.15%。结果表明：提出的煤矸识别模型是有效的，可以快速准确识别煤和矸石图像。
关键词：煤矸识别, 机器学习, 卷积神经网络, 迁移学习
