Modelo de clasificación de arrugas en tejidos basado en ResNet18 y red funcional de enlace de vector aleatorio optimizado

Para mejorar la precisión y eficiencia de la evaluación objetiva del modelo de arrugas en tejidos, se propone en este artículo el modelo R18-COTSA-RVFL. El modelo de clasificación de arrugas en tejidos se basa en la combinación de ResNet18 (R18) y la red funcional de enlace de vector aleatorio mejorada, en la que la red funcional de enlace de vector aleatorio mejorada reemplaza la capa Softmax de ResNet18. Este modelo utiliza ResNet18 (R18) para extraer características de imágenes arrugadas. Además, se propuso un modelo de red funcional de enlace de vector aleatorio mejorado por el algoritmo de enjambre de tunicados para la clasificación de niveles de arrugas. En primer lugar, utilizamos mapas logísticos caóticos y aprendizaje basado en oposición para optimizar la población inicial del algoritmo de enjambre de tunicados. El método propuesto de mapeo de fragmentos de agentes de búsqueda permite que el algoritmo de enjambre de tunicados optimice simultáneamente los parámetros de los nodos de la capa oculta y el sesgo, el peso de la capa de entrada y la función de activación de la red funcional de enlace de vector aleatorio, evitando así el resultado de clasificación inexacto causado por la selección aleatoria de parámetros en la red funcional de enlace de vector aleatorio. A partir de experimentos comparativos, el R18-COTSA-RVFL propuesto tiene la mayor precisión y estabilidad de clasificación promedio.