科研之友
微信
新浪微博
Facebook
分享链接
摘要
现有的树叶分类方法的精确率已超过90%,但可分类的树叶种类较为有限.为此,本文提出一种基于残差网络迁移学习的大规模树叶分类方法.首先使用大规模数据集预训练残差网络;然后在保留其他节点参数的基础上,对已预训练好残差网络进行部分结构调整,使之适用于树叶分类;最后,使用树叶数据集对调整后的残差网络进行再训练,以使网络具备树叶分类能力.所提算法可以兼顾准确率与运行速度.实验结果表明,所提方法可分类176种树叶,树叶分类准确率超过95.6%,且识别速度可保持在212.2帧/秒,可有效应用于农、林业.
