基于迁移学习与改进型AlexNet的蝴蝶分类算法

作者：杨大为; 蔡宇^*

来源：信息与控制, 2023, 52(04): 514-524.

DOI：10.13976/j.cnki.xk.2023.2178

• 蝴蝶种类
• 神经网络
• 卷积
• 图像分类
• AlexNet

蝴蝶分类是保护蝴蝶物种多样性、观测大气变化的首要工作。为了提高蝴蝶种类识别的准确率，改善复杂网络算法运行时间长的缺陷，提出了一种基于迁移学习与改进型AlexNet的蝴蝶分类算法。该算法将AlexNet作为预训练模型，使其成为新模型的特征提取器，并在AlexNet算法的基础上，通过调整卷积核数量、替换归一化LRN(local response normalization)层、减少全连接层个数、增加均值下采样层等，进行改进与优化。实验结果表明，改进算法对蝴蝶种类识别的准确率高于原AlexNet算法，并具有更优的识别效率，提升了整体模型的性能。

• 单位
  沈阳理工大学