基于卷积神经网络的牡丹花品种识别

作者：何进荣; 任维鑫; 石延新; 白宗文^*

来源：系统仿真技术, 2021, 17(02): 128-133.

DOI：10.16812/j.cnki.cn31-1945.2021.02.012

• 图像分类
• 牡丹花品种
• 卷积神经网络
• 特征学习
• 预训练

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%。

• 单位
  延安大学; 西北农林科技大学