基于CNN的动物识别研究

• 作者: 李建伟 郑永果
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: CNN 动物识别 L2正则化 dropout 增大数据集
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 30-33
• 页数: 4页
• 分类号: TP301
• 字数: 3013字
• 语种: 中文
• DOI: 10.11907/rjdk.191049

摘要

为实现AI动物自动化识别并提高识别精度,提出以CNN为基础的动物识别方法.首先对全景图像进行预处理,包括对图像进行随机裁剪、翻转以及调整各种属性等;然后通过加入L2正则化和dropout方法进行优化,对CNN进行自动分类识别.实验结果表明,该方法能有效优化CNN对于小数据集存在的过拟合现象,将动物识别准确率提升8％以上,同时增大数据集将动物识别准确率提升4％左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑永果	山东科技大学计算机科学与工程学院	77	543	11.0	19.0
2	李建伟	山东科技大学计算机科学与工程学院	1	2	1.0	1.0