基于树木整体图像和集成迁移学习的树种识别

• 作者: 冯海林 夏凯 杨垠晖 胡明越
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 树种识别 迁移学习 图像识别 深度学习 集成学习
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 235-242,279
• 页数: 9页
• 分类号: TP391.41
• 字数: 6848字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2019.08.025

摘要

为解决自然场景中拥有复杂背景的树木整体图像识别问题,提出了一种基于树木整体图像和集成迁移学习的树种识别方法.首先使用AlexNet、VggNet-16、Inception-V3及ResNet-50这4种在ImageNet大规模数据集上预训练的模型对图像进行特征提取,然后迁移到目标树种数据集上,训练出4个不同的分类模型,最后通过相对多数投票法和加权平均法建立集成模型.构建了一个新的树种图像数据集-TreesNet,基于该数据集,设计了多类实验,并将该方法与传统的图像识别方法进行了分析比较.实验结果表明:该方法对复杂背景下树种图像识别准确率达到99.15％,对于树木整体图像识别具有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯海林	浙江农林大学信息工程学院	19	93	6.0	8.0
5	夏凯	浙江农林大学信息工程学院	8	34	3.0	5.0
7	胡明越	浙江农林大学信息工程学院	1	3	1.0	1.0
11	杨垠晖	浙江农林大学信息工程学院	1	3	1.0	1.0