-
题名基于ResNet对花朵分类研究
被引量：1
- 1
-
-
作者
廖明霜
罗远远
-
机构
塔里木大学信息工程学院
-
出处
《农业与技术》
2023年第2期65-68,共4页
-
文摘
花卉是人们寄托思绪的常见物之一,但是由于花卉种类繁多,人们只对常见的品种记忆犹新,主要靠人工方式,以及网络查询方式,识别度不高,随着深度学习和电子拍摄产品的发展,使用图像智能识别物体成了可能,本文基于RseNet使用5×5卷积替代7×7卷积,并且将池化模块改为1×1卷积,较少特征消失。采用网络上104种花卉数据来进行训练,使用836张图进行测试,改进后的ResNet模型在accuracy_top1、accuracy_top5,recall 3个评价指标,分别提升了7.58%、7.26%、5.51%。实现了花型和品种智能识别,具有重要的理论和应用价值,为广大群众提供识别花朵的新手段,为移动端花卉识别提供一个新的解决思路。
-
关键词
ResNet
小卷积核
1×1卷积
花朵分类
-
分类号
S126
[农业科学—农业基础科学]
-
-
题名基于卷积神经网络的花朵图片分类算法
被引量：7
- 2
-
-
作者
张小锋
刘红铮
-
机构
南昌航空大学江西省图像处理与模式识别重点实验室
-
出处
《计算机与现代化》
2018年第9期52-55,共4页
-
基金
国家自然科学基金资助项目(61272077)
江西省自然科学基金资助项目(2014BA207012)
-
文摘
针对目前利用卷积神经网络进行花朵图像分类时,全连接层产生的参数冗余和破坏空间结构信息问题,提出一种有效的改进方法。首先用1×n和n×1卷积核替换n×n卷积核,然后在卷积层后连接空间金字塔池化进行降维提取特征,最后在Softmax分类器输出概率分布。实验表明本文的方法不仅提高了准确率,而且使训练时间下降了一半,大大提高了训练的速度。
-
关键词
卷积神经网络
花朵图像分类
全连接层
空间金字塔池化
-
Keywords
convolutional neural network
flower image classification
fully connected layer
spatial pyramid pooling
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
