基于生成对抗网络的花卉识别方法

为解决现有花卉识别准确度低的问题，提出一种基于生成对抗网络的花卉识别方法。使用残差网络构建生成器和判别器，充分提取深层次花卉样本特征，大幅度减小模型参数量，加快模型收敛；融入注意力机制，快速有效提取花卉显著区域特征，并改进模型损失函数，进一步提高对抗网络生成样本的质量。同时利用生成器生成高清晰度、纹理特征明显且具有多样性的高质量花卉样本进行数据增强，迁移判别器参数到花卉识别网络，加快模型收敛速度，进一步提高花卉识别准确度。Oxford 102花卉数据集试验结果显示，相较于其他方法，该方法网络训练稳定、收敛速度快，花卉识别准确度显著提高。