科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】提出一种基于VGGNet的改进算法Small VGGNet(S-VGGNet),使得在最高运算效率和检测结果的同时,有效减少VGGNet模型超参数的规模,并用于花草树木等植物分类问题。【方法】在原VGGNet模型的基础上减少了一个全连接层,改进了最大池化层,优化了模型结构并减少了网络参数。将新算法用于花草树木等植物分类问题上,进一步分析该算法的预测时间、运行时间、分类准确度等。【结果】无论在训练样本规模、运行时间或者分类结果的准确度上,与多种传统方法和改进VGG算法相比,S-VGGNet算法均有明显提升。【结论】提出的S-VGGNet算法是有效的。
- 单位
