###
:2023,36(12):1916-1927
本文二维码信息
码上扫一扫!
基于轻量化卷积神经网络的多肉植物种类识别研究
(浙江农林大学数学与计算机科学学院)
摘要
图/表
参考文献
相似文献
本文已被:浏览 536次   下载 1068
    
中文摘要: 目前多肉植物产业在我国发展较快,市场前景广阔,由于其具有品种繁多、形态多变、类间相似度高等特点,导致多肉植物种类辨别难度较大。方法:针对上述问题,本研究提出一种基于改进MobileNet V3网络与迁移学习的多肉植物图像分类方法,将Bottleneck模块前六层的ReLU激活函数换成LeakyReLU激活函数,优化了SE模块,添加了Dropout层提高模型的泛化性。结果:试验通过改进MobileNet V3网络对13种多肉植物图像进行种类识别,准确率为97.35%,并且可以实时稳定地对多肉植物图像进行分类,使用Focal Loss代替交叉熵损失函数,达到平衡样本的目的。结论:研究结果表明,利用改进MobileNet V3网络对多肉植物种类识别具有一定可行性。
Abstract:
keywords:
文章编号:cg220553     中图分类号:TP391    文献标志码:
基金项目:
Author NameAffiliationE-mail
  lxwzafu@163.com 
引用文本:


用微信扫一扫

用微信扫一扫