朱永红，付瑶，李选亮，王俊祥

(景德镇陶瓷大学 机械电子工程学院，江西 景德镇 333403)

摘 要：陶瓷梭式窑是一种应用于陶瓷生产的间歇式窑炉，其烧结区温度检测方式直接影响到陶瓷产品的生产质量。由于目前陶瓷梭式窑热工检测精度低，所以用火焰图像识别来代替传统热电偶检测从而提高温度检测精度。针对陶瓷梭式窑烧结区火焰图像识别问题， 提出了一种基于改进的卷积神经网络火焰图像分类方法。该方法在优化的Inception-ResNet-V2 卷积神经网络模块基础上嵌入SE模块，从而提高网络对关键特征的注意力，自适应细化提取特征并提高分类效果。实验结果表明，改进的卷积神经网络能够提高火焰图像分类精度，收敛速度明显加快，且该方法的识别准确率相对于其他的火焰图像分类方法提高1.60%～5.57%，具有良好的分类性能。

关键词：陶瓷梭式窑；卷积神经网络；火焰图像；图像分类