基于卷积神经网络的花卉识别方法

• 作者: 贺智龙
• 来源期刊: 变频器世界
• 学科: 工学
• 关键词: 花卉识别 迁移学习 微调 卷积神经网络
• 年，卷（期）: 2020,（9）
• 页码范围: 62-64
• 页数: 3页
• 分类号: TP391.413

摘要

针对现有花卉识别技术所存在的问题,提出一种基于迁移学习和卷积神经网络的花卉识别方法。利用Oxford数据集中的402种花卉中的47种用于训练和测试;首先,利用卷积神经网络进行迁移学习得到图片的特征值,然后,在对目标数据集训练过程中,提取到的特征作为输入数据输入到分类器,分类器分得实验结果,观察分析实验结果,对现有的网络进行修正,完善网络,提高识别准确率,最后,通过对比实验得到最佳得分类模型。通过在实验数据上验证,得到结论,其识别方法的准确率在96%以上。