摘要

花卉种类的识别系统研究是植物学领域的一个重要课题。高精度的花卉种类识别系统也会给人们的生活带来很多乐趣。然而,花卉的复杂背景,不同花卉种类之间的相似性,以及在同类花卉之间也存在着差异是目前花卉图像识别存在的挑战。传统的花卉识别主要基于颜色,形状和纹理三个特征,这种识别需要人们选择特征进行分类,而且准确性不是很高。本文采用keras深度学习框架的卷积神经网络模型,训练牛津花卉数据集可以大大提高花卉种类识别的准确性。