基于深度迁移学习模型的花卉种类识别 |
| |
引用本文: | 刘嘉政.基于深度迁移学习模型的花卉种类识别[J].江苏农业科学,2019,47(20). |
| |
作者姓名: | 刘嘉政 |
| |
作者单位: | 中国林业科学研究院资源信息研究所,北京,100091 |
| |
摘 要: | 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。
|
关 键 词: | 花卉种类 深度学习 迁移学习 识别分类 |
本文献已被 CNKI 万方数据 等数据库收录! |
|