基于改进VGGNet卷积神经网络的鲜花识别 |
| |
引用本文: | 伍思雨, 冯骥.基于改进VGGNet卷积神经网络的鲜花识别[J].重庆师范大学学报(自然科学版),2020(4):124. |
| |
作者姓名: | 伍思雨 冯骥 |
| |
作者单位: | 重庆师范大学 计算机与信息科学学院, 重庆 401331 |
| |
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。
|
关 键 词: | 卷积神经网络 鲜花识别 S-VGGNet 分类分析 |
|
| 点击此处可从《重庆师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆师范大学学报(自然科学版)》下载免费的PDF全文 |