基于轻量化模型和迁移学习的花卉识别 |
| |
作者姓名: | 王军敏 林辉 |
| |
作者单位: | 平顶山学院信息工程学院 |
| |
基金项目: | 河南省科技厅科技攻关项目(202102210331); |
| |
摘 要: | 针对现有花卉识别方法存在的识别精度不高、模型体积大等问题,提出一种基于轻量化模型和迁移学习的花卉识别方法.首先,以MobileNetV2模型作为骨干网络构建轻量化的花卉识别模型;然后,采用迁移学习策略使模型具备良好的初始特征提取能力;最后,利用小规模的花卉图像数据集对模型进行逐级训练和微调,使模型获得最佳的花卉识别能力.实验结果表明,该花卉识别模型在花卉图像数据集Oxford flower-102上获得了97.76%的识别精度,并且模型体积只有9.2 MB,具有识别精度高、模型体积小的优点,方便在移动设备上部署和应用.
|
关 键 词: | 花卉识别 迁移学习 深度学习 轻量化模型 |
|
|