| 基于改进的 AlexNet 卷积神经网络的植物叶片识别 |
| |
| 引用本文： | 孙颖异,李健,时天,孙中波. 基于改进的 AlexNet 卷积神经网络的植物叶片识别[J]. 种子, 2020, 0(2): 77-81 |
| |
| 作者姓名： | 孙颖异 李健 时天 孙中波 |
| |
| 作者单位： | 吉林农业大学信息技术学院;吉林大学通信工程学院;长春工业大学电气与电子工程学院;吉林大学 |
| |
| 基金项目： | 国家自然科学基金(批准号:41601454);吉林省生态环境厅环境保护科研项目(吉环科字第2019-02号);吉林省教育厅科学研究规划项目(JJKH 20200333 KJ,JJKH 20200329 KJ) |
| |
| 摘 要： | 针对多类植物叶片识别准确率和计算效率低问题,通过残差连接卷积层,构建了一种基于残差连接的Alexnet卷积神经网络。对卷积层的输入数据进行批归一化,进而加速网络的收敛速度。利用两种不同的全局池化算法既能减少特征图数目又能提高算法识别植物叶片的准确性和计算效率。对于不同种类植物叶片,实验验证残差连接的Alexnet卷积神经网络能够进行高效识别。
|
| 关 键 词： | 植物叶片 卷积神经网络 残差连接 全局池化 |
Plant Leaf Recognition Based on Modified AlexNet Convolutional Neural Network |
| |
| SUN Yingyi,LI Jian,SHI Tian,SUN Zhongbo. Plant Leaf Recognition Based on Modified AlexNet Convolutional Neural Network[J]. Seed, 2020, 0(2): 77-81 |
| |
| Authors: | SUN Yingyi LI Jian SHI Tian SUN Zhongbo |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
