基于卷积神经网络的小样本树皮图像识别方法

• 作者: 刘嘉政
• 来源期刊: 西北林学院学报
• 关键词: 树皮图像 卷积神经网络 Inception_v3 小样本
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 木材科学
• 页码范围: 230-235
• 页数: 6页
• 分类号: S789.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-7461.2019.04.35

摘要

针对在树皮图像分类过程中图像训练数据数量少、识别准确率低的问题,提出一种基于卷积神经网络的小样本树皮图像识别方法.以5种常见树种的树皮图像作为研究对象,在基于卷积神经网络的Inception_v3模型基础上,对原始数据集进行数据增强的一系列操作,扩大数据集的数量;在此基础上,对所有数据集进行白化处理,以降低数据之间的冗余性,使得特征之间相关性较低;采用ReLU激励函数和Dropout方法,防止训练时引起的过拟合现象;同时,在模型的最后添加3层全连接层,增强模型的特征表达能力,采用softmax分类器.最终确定了一个10层CNN模型:5个卷积层、2个池化层、3个全连接层.结果 表明,上述网络模型对数据集的识别准确率为94％,并且为验证本研究方法的可行性,分别在MNIST数据集、ImageNet数据集、CIFAR-10数据集进行测试,识别准确率分别为92％、90％、93％.因此,提出的方法在小样本的识别试验中具有较高的识别准确率和一定的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘嘉政	中国林业科学研究院资源信息研究所	6	3	1.0	1.0