基于科优先策略的植物图像识别

基于科优先策略的植物图像识别
曹香滢;孙卫民;朱悠翔;钱鑫;李晓宇;业宁
【期刊名称】《计算机应用》
【年(卷),期】2018(038)011
【摘要】植物识别领域的研究包括单一背景和自然环境植物图像识别,由于背景噪声的存在,自然环境植物图像识别难度更大.针对如何降低卷积神经网络(CNN)的权重大小、如何改善过拟合、如何提高模型对自然环境植物的识别率和泛化能力的问题,提出科优先(FP)的植物识别方法.与轻量卷积神经网络MobileNet模型结合,利用迁移学习的方法,建立基于MobileNet的科优先(FP-MobileNet)植物识别模型.单纯使用MobileNet模型在单一背景植物数据集flavia 上获得了99.8％的识别率;对于更具挑战的自然环境花卉数据集flower102,在训练集样本数量大于测试集时FP-MobileNet获得了99.56％识别率,在训练集样本数量小于测试集时FP-MobileNet仍获得了95.56％的识别率.实验结果表明,两种数据集划分方案下FP-MobileNet的识别率均高于单纯的MobileNet模型;并且FP-MobileNet模型在获得较高识别率的同时,权重仅占13.7 MB,兼顾了精度和延迟,适合推广到需要轻量模型的移动设备.
【总页数】5页(P3241-3245)
【作者】曹香滢;孙卫民;朱悠翔;钱鑫;李晓宇;业宁
【作者单位】南京林业大学信息科学技术学院,南京210037;南京林业大学信息科学技术学院,南京210037;南京林业大学信息科学技术学院,南京210037;江苏省住
房和城乡建设厅住宅与房地产业促进中心,南京210009;南京林业大学信息科学技术学院,南京210037;南京林业大学信息科学技术学院,南京210037
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于卷积神经网络的植物图像识别APP开发——"植鉴" [J], 董博华; 韩笑; 宋毅洲; 安宁宁; 刘韵婷
2.基于卷积神经网络的植物图像识别APP开发——“植鉴” [J], 董博华; 韩笑; 宋毅洲; 安宁宁; 刘韵婷
3.广西苦苣苔科植物濒危程度和优先保护序列研究 [J], 葛玉珍;辛子兵;黎舒;符龙飞;温放
4.基于残差网络和迁移学习的野生植物图像识别方法 [J], 李立鹏;师菲蓬;田文博;陈雷
5.基于改进型LBP算法的植物叶片图像识别研究 [J], 李龙龙;何东健;王美丽
因版权原因，仅展示原文概要，查看原文内容请购买。