首页 > 分享 > 基于ResNet152的花卉识别研究

基于ResNet152的花卉识别研究

花匠小妙招
2024-12-27 15:56

摘要：随着人们对花卉繁殖与鉴赏的需求量增大,花卉种类识别的研究与探索便具有重大意义.但早期的花卉分类方法会耗费大量的人力物力,并且效率低下,亟须新的高效的花类分类方法来节约人力物力.近年来,基于卷积神经网络(Convolutional Neural Network)的花卉识别方法得到发展.笔者分别训练AlexNet、MobileNet_V3和ResNet152网络模型,通过实验在算法的准确率、训练时间、损失率、收敛速度、模型大小和模型效率等方面进行对比研究.实验结果表明,ResNet152综合性能最优,其模型精度可达95.17%,模型大小仅为9475KB,能够有效满足实际需求并可以通过界面操作的形式进行花卉识别.

关键词：

花卉识别ResNet152AlexNetMobileNet_v3界面操作

分类号：

TP18(自动化基础理论)

资助基金：

青岛农业大学高层次人才科研基金项目 ( 1119051 ) 青岛农业大学高层次人才科研基金项目 ( 1120064 ) 青岛农业大学大学生创新创业项目

论文发表日期：

2023-05-30

在线出版日期：

2023-07-06 （万方平台首次上网日期，不代表论文的发表时间）

页数：

3 ( 15-17 )