基于ResNeXt和迁移学习的花卉种类识别研究

Flower Recognition Based on ResNeXt and Transfer Learning

扫码查看

原文链接

维普
万方数据

中文摘要：针对传统花卉识别方法分类不准确和泛化能力低等问题,提出一种基于ResNeXt50网络和迁移学习的花卉种类识别模型DB-ResNeXt50.首先,使用Mixup数据增强方法进行数据扩充;其次,利用预训练ResNeXt50模型迁移学习,省去网络训练基础特征步骤;最后,在主干网络全连接层前加入含有15层Bottleneck的稠密块,提高特征整合能力.结果表明,DB-ResNeXt50网络模型对花卉数据集识别准确率为97.99％.与传统深度学习模型相比,该模型在识别率上有很大提升,总体性能优于现有算法性能.

作者：

吴媛媛、梁礼明、彭仁杰、尹江

展开 >

作者单位：

江西理工大学电气工程与自动化学院,江西赣州 341000

关键词：

ResNeXt50 迁移学习花卉识别稠密块

基金：

国家自然科学基金国家自然科学基金江西省自然科学基金面上项目江西省教育厅科学技术研究重点项目

项目编号：

513650176146301820192BAB205084GJJ170491

出版年：

2022

DOI：

10.3969/j.issn.1003-4749.2022.01.012

种业导刊

河南省农业科学院农业经济与信息研究所　河南省种业商会

种业导刊

影响因子：0.577

ISSN：1003-4749

年,卷(期)：2022.(1)

参考文献量9