黄济川 杨雨秋 廖磊

摘   要： 为了让使用者科学规范使用实验设备、教学者提高实验室教学效率，提出了基于深度学习的实验设备识别系统，系统搭载Android平台环境，使用者通过拍照或本地相册选取实验设备图像。Android客户端采集图像并裁剪，使用TCP/IP网络传输协议将图像发送至服务器端;服务器端使用残差网络和改进的YOLO网络模型对图像进行检测，并在数据库中查找图像特征值对应的实验设备;数据库将识别结果和设备使用方法、注意事项等反馈至Android客户端。测试表明，系统对实验设备的识别准确率可达99%以上。实验设备识别系统可为同行提供参考借鉴，提高教学效率和质量。

关键词： 深度学习;实验设备识别系统;Android客户端;服务器端;TCP/IP网络传输协议;残差网络;改进的YOLO网络模型

引言

随着我国教育现代化水平的不断提高，实践与理论相结合成为各大高校的教学理念，实验室建设成为该教学理念的重要支撑。众所周知，在实验室中，实验设备种类繁多、不易辨别、价格昂贵而且大多数操作复杂、不易上手，这对于刚接触到这些设备的学生而言，是一项很大的挑战。教师通常需要花费大量的时间带领学生了解、掌握并操作实验设备，避免学生的误操作对实验设备造成的损坏，这缩短了学生自己动手实践的时间，也加大了教师的教学压力。因此，设计一种自动识别实验设备，并且介绍其操作步骤和实验注意事项的系统，能够有效地解决上述问题。……