基于改进的 AlexNet 卷积神经网络的植物叶片识别

作者：孙颖异; 李健^*; 时天; 孙中波

来源：种子, 2020, 39(02): 77-81.

DOI：10.16590/j.cnki.1001-4705.2020.02.077

• 植物叶片
• 卷积神经网络
• 残差连接
• 全局池化

针对多类植物叶片识别准确率和计算效率低问题,通过残差连接卷积层,构建了一种基于残差连接的Alexnet卷积神经网络。对卷积层的输入数据进行批归一化,进而加速网络的收敛速度。利用两种不同的全局池化算法既能减少特征图数目又能提高算法识别植物叶片的准确性和计算效率。对于不同种类植物叶片,实验验证残差连接的Alexnet卷积神经网络能够进行高效识别。

• 单位
  电子工程学院; 吉林大学; 吉林农业大学; 长春工业大学