基于卷积神经网络的洱海湿地昆虫分目识别应用

作者：张梅; 钱其燕; 罗桂兰

来源：智能计算机与应用, 2022, 12(09): 160-164.

• 卷积神经网络
• VGG16
• 特征提取
• 分目识别

以云南大理洱海湿地为研究背景，针对洱海湿地昆虫形态微小，不易识别的特点，本文基于卷积神经网络，对洱海湿地采集到的6个目的昆虫图像进行了无模板的特征提取及分目识别。首先，对昆虫图片进行预处理；其次，输入到剥除全连接层的VGG16模型中进行特征提取；最后，输入到重构的全连接层进行智能分目识别。实验结果证明，经过迭代训练，训练集的平均识别率达到了95.80%,测试集的平均识别率达到了87.20%,该分目识别算法对昆虫识别有着较高的应用价值。