基于ResNet152的花卉识别研究

作者：刘景贺; 任彦彪; 薛岩; 郭晓丽; 徐龙; 夏菲; 郜园园^*

来源：电脑知识与技术, 2023, 19(15): 15-17.

DOI：10.14004/j.cnki.ckt.2023.0769

• 花卉识别
• ResNet152
• AlexNet
• MobileNet＿v3
• 界面操作

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。

• 单位
  青岛农业大学