基于迁移学习的家猪图像识别研究

• 作者: 刘俊晖 廖赟 张逸 段清 谢碧森
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 家猪图像识别 VGG16 迁移学习 自归一化 全局平均池化
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 36-40
• 页数: 5页
• 分类号: TP301
• 字数: 4665字
• 语种: 中文
• DOI: 10.11907/rjdk.192432

摘要

为实现家猪图像识别并提高识别准确率,提出一种基于迁移学习的家猪图像识别方法.首先对现有数据集进行数据增强,然后迁移VGG16模型并对其进行微调,从而更好地提取图像特征并缩短网络训练时间.采用自归一化神经网络解决了梯度消失和梯度爆炸问题,在网络构造时使用全局平均池化代替全连接层,以达到降低模型过拟合的效果.实验对比结果表明,该方法分类效果较好,准确率达到了84％,召回率和F1值分别提升至0.8、0.82,各项指标相比基础模型均有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘俊晖	云南大学软件学院	6	3	1.0	1.0
2	谢碧森	云南大学软件学院	1	0	0.0	0.0
3	段清	云南大学软件学院	5	23	3.0	4.0
4	廖赟	云南大学软件学院	2	0	0.0	0.0
5	张逸	云南大学软件学院	1	0	0.0	0.0