多尺度改进Xception的花卉图像分类方法 |
| |
引用本文: | 赵正伟,朱宏进.多尺度改进Xception的花卉图像分类方法[J].广西民族大学学报,2023(2):90-96. |
| |
作者姓名: | 赵正伟 朱宏进 |
| |
作者单位: | 广西民族大学电子信息学院 |
| |
摘 要: | 针对传统图像分类方法在花卉图像上存在分类效果不佳的问题,提出一种改进Xception网络的方法。首先结合Res2net中的多尺度模块来提高模型特征信息的丰富度,提出Multi_Xception网络,接着使用1×1卷积核对多尺度深度可分离卷积模块的输入特征图进行信道压缩,减少模型参数的同时进一步丰富模型特征信息,提出Multi2_Xception网络。将改进模型应用于Flowers Recognition花卉数据集分类,实验结果表明,该方法相较于原算法分类准确率提升了1.64%,F1-score提升了0.018,验证了多尺度Xception网络的有效性。
|
关 键 词: | 花卉图像分类 深度学习 卷积神经网络(CNN) 多尺度Xception |
|
|