第39卷第4期2024年4月Vol.39No.4Apr.2024液晶与显示ChineseJournalofLiquidCrystalsandDisplays多任务衍射神经网络系统设计与实现王子荣1，2，张星祥1*，龙勇机1，2，付天骄1，张墨1，2（1.中国科学院长春光学精密机械与物理研究所，吉林长春130033；2.中国科学院大学，北京100049）摘要：为探索利用衍射神经网络执行多任务图像分类识别的可行性，本文设计并搭建一种衍射神经网络系统。该系统采用空间光调制器（SpatialLightModulator，SLM）做衍射神经网络的相位及振幅权重的调制以及网络层的光学全连接，并利用CMOS相机实现衍射神经网络中各衍射层输出的光电非线性激活与输出图像识别结果判别。设计的系统模型在MNIST和Fashion-MNIST图像分类识别中正确率达到94.1%和92.1%。最终通过搭建光路系统，光学实验正确率分别为91%和81.7%。所设计的衍射神经网络系统可满足多种图像分类识别应用需求，为衍射网络的设计与构建提供了新的思路。关键词：衍射神经网络；光学神经网络；系统设计；图像分类识别中图分类号：TP391文献标识码：Adoi：10.37188/CJLCD.2023-0144Designandimplementationofmulti-taskdiffractionneuralnetworksystemWANGZirong1，2，ZHANGXingxiang1*，LONGYongji1，2，FUTianjiao1，ZHANGMo1，2（1.ChangchunInstituteofOptics，FineMechanicsandPhysics，ChineseAcademyofSciences，Changchun130033，China；2.UniversityofChineseAcademyofSciences，Beijing100049，China）Abstract：Toinvestigatethefeasibilityofdiffractionneuralnetworktoperformmulti-taskimageclassificationrecognition，adiffractionneuralnetworksystemisdesignedandbuilt.Thesystemusesaspatiallightmodulator（SLM）tomodulatethephaseandamplitudeweightsofthediffractionneuralnetworkandtheopticalfullconnectionofthenetworklayers.ACMOScameraisadoptedtorealizetheopticalnonlinearactivationoftheoutputofeachdiffractionlayerinthediffractionneuralnetworkanddiscriminatetheoutputimagerecognitionresults.Thedesignedsystemmodelachieves94.1%and92.1%accuracyinMNISTandFashion-MNISTimageclassificationrecognition.Finally，bybuildingopticalpathsystem，opticalexperimentshave91%and81.7%accuracyrespectively，whichverifiesthatthedesigneddiffractionneuralnetworksystemcanmeettherequirementsofvariousimage文章编号：1007-278...
