使用手机摄像头的机器视觉：用于分类三种具有挑战性的印度硬币面额的深度网络比较
计算机视觉与模式识别
2023-06-12 v1 机器学习
摘要
印度流通硬币具有多种面额。在所有种类中，Rs.1、Rs.2 和 Rs.5 的直径相近。市场中流通的 Rs.1 和 Rs.2 面额硬币的大多数样式除背面数字外几乎相同。若硬币以其正面静置，人类无法区分其正确面额。因此，我们假设可通过训练深度神经网络模型，将静置任一面朝上的硬币数字图像分类至正确面额。数字图像由廉价手机摄像头生成。为寻找最合适的深度神经网络架构，基于初步分析选取了四种进行比较。结果证实，四种深度神经网络模型中的两种能以 97% 的准确率从硬币任一面分类正确面额。
引用
@article{arxiv.2306.06084,
title = {Machine Vision Using Cellphone Camera: A Comparison of deep networks for classifying three challenging denominations of Indian Coins},
author = {Keyur D. Joshi and Dhruv Shah and Varshil Shah and Nilay Gandhi and Sanket J. Shah and Sanket B. Shah},
journal= {arXiv preprint arXiv:2306.06084},
year = {2023}
}
备注
6 Pages, 4 Figures, 6 Tables, Conference paper