本文主要研究内容
作者刘嘉政（2019）在《基于深度迁移学习模型的花卉种类识别》一文中研究指出：为了解决传统花卉识别方法中特征提取主观性强、模型泛化能力差、错分率高的问题,提出一种基于Inception_v3的深度迁移学习模型的花卉图像识别方法。本研究对5种常见花卉图像进行识别分类,首先对原始图像进行预处理,通过对每张图像进行水平翻转、旋转操作,扩增数据集;其次,采用预训练完毕的Inception_v3模型,对其在ImageNet上训练好的网络参数进行迁移学习,对各个参数进行微调,并保留原模型的特征提取能力,并将原模型的全连接层替换为符合本研究要求的5分类softmax分类输出层,从而构建基于深度迁移学习的识别模型。对5种花卉共计11 000张图像进行训练和验证,平均识别正确率达到93.73%,与传统的花卉识别方法相比,识别率得到提高,模型鲁棒性更强,具有一定的使用价值。
Abstract
wei le jie jue chuan tong hua hui shi bie fang fa zhong te zheng di qu zhu guan xing jiang 、mo xing fan hua neng li cha 、cuo fen lv gao de wen ti ,di chu yi chong ji yu Inception_v3de shen du qian yi xue xi mo xing de hua hui tu xiang shi bie fang fa 。ben yan jiu dui 5chong chang jian hua hui tu xiang jin hang shi bie fen lei ,shou xian dui yuan shi tu xiang jin hang yu chu li ,tong guo dui mei zhang tu xiang jin hang shui ping fan zhuai 、xuan zhuai cao zuo ,kuo zeng shu ju ji ;ji ci ,cai yong yu xun lian wan bi de Inception_v3mo xing ,dui ji zai ImageNetshang xun lian hao de wang lao can shu jin hang qian yi xue xi ,dui ge ge can shu jin hang wei diao ,bing bao liu yuan mo xing de te zheng di qu neng li ,bing jiang yuan mo xing de quan lian jie ceng ti huan wei fu ge ben yan jiu yao qiu de 5fen lei softmaxfen lei shu chu ceng ,cong er gou jian ji yu shen du qian yi xue xi de shi bie mo xing 。dui 5chong hua hui gong ji 11 000zhang tu xiang jin hang xun lian he yan zheng ,ping jun shi bie zheng que lv da dao 93.73%,yu chuan tong de hua hui shi bie fang fa xiang bi ,shi bie lv de dao di gao ,mo xing lu bang xing geng jiang ,ju you yi ding de shi yong jia zhi 。
论文参考文献
论文详细介绍
论文作者分别是来自江苏农业科学的刘嘉政，发表于刊物江苏农业科学2019年20期论文，是一篇关于花卉种类论文,深度学习论文,迁移学习论文,识别分类论文,江苏农业科学2019年20期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自江苏农业科学2019年20期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：花卉种类论文; 深度学习论文; 迁移学习论文; 识别分类论文; 江苏农业科学2019年20期论文;