TensorFlow在图像识别系统中的应用

• 作者: 何光威 段红秀 邢艳芳
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 图像识别 TensorFlow 深度可分离卷积神经网络 MobileNet
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 应用开发研究
• 页码范围: 192-196
• 页数: 5页
• 分类号: TP319
• 字数: 2870字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.05.040

摘要

人工智能将是未来发展的大方向,深度学习则是人工智能领域的一个重要分支.随着深度学习在国内外的快速发展,以及深度可分离卷积神经网络模型的提出,极大地推动了深度学习在图像识别、文字处理和语音识别等领域的广泛应用.基于Google人工智能系统TensorFlow的深度学习开发平台,可以快速搭建出深度可分离卷积神经网络.文中采用MobileNet模型,Ubuntu16.04开源Linux操作系统,CUDA9.0运算平台,cuDNN7.0.5并行架构,设计Python爬虫程序构建数据集,运用TensorBoard对模型进行可视化.通过对此类模型进行重建和训练,保存训练完成的模型,对图像实现了较高准确度的识别.完成在不同迭代次数下模型性能的测试和分析,通过与Inception v3模型的准确度与迭代周期进行对比,表明MobileNet在移动端、嵌入端以及网络规模大小和内存限制时具有较好的推广应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邢艳芳	中国传媒大学南广学院	17	62	4.0	7.0
2	何光威	中国传媒大学南广学院	12	48	4.0	6.0
3	段红秀	中国传媒大学南广学院	8	21	2.0	4.0