基于深度学习的植物图像识别方法研究

• 作者: 刘永金 王东斌 袁银
• 来源期刊: 现代农业科技
• 学科: 工学
• 关键词: 植物图像识别 深度学习 神经网络
• 年，卷（期）: 2017,（23）
• 所属期刊栏目: 农村经济学
• 页码范围: 278-280
• 页数: 3页
• 分类号: TP391.41
• 字数: 3143字
• 语种: 中文

摘要

传统植物图像识别研究主要集中在植物叶片图像.研究将深度神经网络学习运用于植物识别领域,突破局部叶片图像的限制,对常规植物图片进行识别.该方法运用googleNet的深度卷积神经网络结构,通过图像旋转、镜像、随机裁剪等数据预处理方法扩充训练集,再利用SGD(随机梯度下降法)进行模型算法优化,生成对50种常规植物图像的识别模型.结果表明,该模型在测试集上能够达到平均90％的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁银		3	9	2.0	3.0
2	刘永金		4	10	2.0	3.0
3	王东斌		1	7	1.0	1.0