基于卷积神经网络的植物图像识别APP开发——"植鉴"

• 作者: 刘韵婷 安宁宁 宋毅洲 董博华 韩笑
• 来源期刊: 科技与创新
• 关键词: 深度学习 TensorFlow框架 Inception-v3网络模型 '植鉴'APP
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 创新实践
• 页码范围: 134-135
• 页数: 2页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2020.04.057

摘要

由于植物在不同时期的生长形态不同,部分不同名称的植物也可能具有较高的相似性,为实现准确识别,需要提取其大量的特征信息.使用传统的机器学习方法已经不能实现大量细节特征提取训练,而深度学习可以有效地解决植物图像识别在准确度和速度方面的难点.因此系统采用TensorFlow框架,基于卷积神经网络中的Inception-v3网络模型进行模型训练,利用GPU并行计算加速模型训练和图片识别速度.训练得到验证集精度达到91％的模型,以此模型为基础,开发了一款智能植物图像识别的APP——"植鉴".

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘韵婷		17	12	2.0	2.0
2	董博华		1	0	0.0	0.0
3	韩笑		1	0	0.0	0.0
4	宋毅洲		1	0	0.0	0.0
5	安宁宁		1	0	0.0	0.0