牡丹花品种识别对牡丹花栽培、鉴赏和科普教育具有重要意义.基于深度学习在图像分类领域的优异性能,研究基于图像分类技术的牡丹花品种自动识别方法.首先在自然条件下采集11个品种的11624幅牡丹花图像自建数据集,然后在ResNet模型框架下,修改最顶端的全连接层与分类输出层组成卷积网络主体结构,并采用数据增强和Dropout技术防止过拟合.实验结果验证了卷积神经网络在牡丹花品种图像识别任务上的优越性能,测试集上的卷积神经网络识别准确率达到98%.
图像分类;牡丹花品种;卷积神经网络;特征学习;预训练;
2. Automated Flower Classification over a Large Number of Classes[J].Nilsback; M.-E.;Zisserman; A.undefined.1900,第undefined期
3. Evaluation of model-based interactive flower recognition[J].Jie Zou;Nagy; G.undefined.2004,第undefined期
4. Flower classification via convolutional neural network[J].Yuanyuan Liu;Fan Tang;Dengwen Zhou;Yiping Meng;Weiming Dongundefined.1900,第undefined期
5. Inception-v3 for flower classification[J].Xiaoling Xia;Cui Xu;Bing Nanundefined.1900,第undefined期
6. Robust classification of objects, faces, and flowers using natural image statistics[J].Kanan; C.;Cottrell; G.undefined.1900,第undefined期
7. Sparse representations based attribute learning for flower classification[J].Keyang Cheng;Xiaoyang TanNeurocomputing.2014,第Dec.5期
8. Textural features in flower classification[J].D. S. Guru;Y. H. Sharath Kumar;S. ManjunathMathematical and computer modelling.2011,第3/4期
相关知识
基于深度卷积神经网络的农作物病虫害识别及实现
基于深度卷积神经网络的植物病虫害识别
基于卷积神经网络的花卉识别方法
基于卷积神经网络的农作物病虫害识别系统
基于卷积神经网络和集成学习的材质识别和分割方法研究
基于轻量化卷积神经网络的番茄病害图像识别
基于卷积神经网络的花卉识别技术 Flower Recognition Based on Convolutional Neural Networks
基于改进卷积神经网络的苹果叶部病害识别
应用卷积神经网络识别花卉及其病症
基于超轻量级全卷积神经网络的花卉识别方法
网址: 基于卷积神经网络的牡丹花品种识别 https://m.huajiangbk.com/newsview752760.html
上一篇: 牡丹病虫害的防治和治疗 |
下一篇: 麦冬不是双子叶植物的原因(揭开麦 |