科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对手动识别花卉复杂度高及传统机器学习识别准确率差的情况，本研究基于卷积神经网络CNN，利用迁移学习方法，建立有效的花卉图像识别模型。首先，选取Oxford 17 Flowers作为数据集，卷积神经网络需要大量训练数据来保证性能，所以实验采用数据增强技术。其次，分别利用VGG16和ResNet50作为预训练模型，微调网络，新建模型完成分类任务，做出了对比实验。最后，对模型性能进行了分析评估。在实验中，花卉识别准确率可达88.54%。
-
单位西华师范大学; 教育学院
