基于神经网络的建筑装饰石材智能分类研究 ——以天然大理石分类为例.pdfVIP

广 西 城 镇 建 设 丨 CITIES AND TOWNS CONSTRUCTION IN GUANGXI YAN XUE 丨 研 学 络 材 网 石 经 饰 神 装 筑 建 类 分 能 智 于各行各业。2012年ImageNet大规模视觉识别挑战赛（ImageNet Large Scale Visual Recognition Challenge， ILSVRC），在图像分类任务中，AlexNet以压倒性的结果横空出世，极大地激发了全世界众多研究者的热情， 更加成熟稳定的网络不断被推出，一次次打破ILSVRC图像分类任务的纪录。早在2017年，卷积神经网络SE-Net 就已经达2.251%的Top5错误率，与此相比，人类的Top5错误率约为5.100%，卷积神经网络在图像识别领域早 就超越了人类。 石 理 大 然 天 近年来将人工智能应用于室内设计领域的研究越来越多。何金彬使用不同的机器学习方法对家具板材进行 分类识别，最高正确率达90%以上。罗霞使用卷积神经网络对19类家具进行分类识别，识别正确率达96%。目 前，国内对石材智能分类识别的研究不多，2009年康利娟使用图像颜色对石材进行分类研究，受限于传统机器 学习算法，整体效果仍存在提升空间。2019年彭伟航使用卷积神经网络InceptionV3模型对16类矿石分类，识 别率达86%。 虽然装饰石材类别众多，花纹、颜色多种多样，但基于卷积神经网络对装饰石材识别的研究却很少。笔者 通过网络收集、实地拍摄等手段收集整理867张大理石照片，制作了20类大理石分类数据集，将此数据集公开 可以促进基于神经网络人工智能方法在建筑装饰石材分类领域的研究。随着卷积神经网络图像识别技术的飞速