为实现爆炸勘验现场的爆炸装置遗留物碎片快速识别,解决传统爆炸遗留物人工比对识别效率较低的问题,基于MobileNetV2卷积神经网络搭建图像分类识别模型.建立机械定时闹钟、对讲机、遥控组件、按压开关四种爆炸装置重要组成部件图像样本集.通过采用标签平滑策略、调整初始学习率等方式优化网络模型,最终使网络模型能够可靠完成自动识别分类,分类准确率达到85％.可见,MobileNetV2网络模型泛化能力强,对于爆炸装置遗留物分类识别准确率高,且充分发挥卷积神经网络不需要事先对图像进行复杂预处理的优势,大大提高了工作效率,适合在爆炸现场爆炸装置分析实战中推广应用.
爆炸装置 爆炸遗留物 图像识别 卷积神经网络 MobileNetV2
