典型文献
体育器材数据集的构建及分类方法研究
文献摘要：
针对现有公开体育器材数据集较少且种类有限的缺点,构建了一个新的数据集SED(Sports Equipment Dataset),该数据集具有分布均衡、多样性高、背景丰富等优点.对于多类别小规模数据集,单一模型预测效果不能达到预期的准确率,因此在构建SED数据集基础上,提出了一种模型融合与迁移学习相结合的方法.选取ResNet50和Inception V3作为特征提取器,将2个模型提取的特征融合输入到全连接层再实现分类.同时利用迁移学习的方法优化模型参数,进一步提高模型精度.实验结果表明,在涉及69类体育器材图片分类任务中,准确率达到85％,对体育器材图片分类具有较好的效果.
文献关键词：
体育器材;ResNet50;Inception V3;迁移学习;模型融合
中图分类号：
作者姓名：
石瑞;艾山·吾买尔;早克热·卡德尔;王中玉;杰恩斯艾力·努尔达艾勒
作者机构：
新疆大学信息科学与工程学院,新疆乌鲁木齐830046;新疆大学新疆多语种信息技术实验室,新疆乌鲁木齐830046
文献出处：
引用格式：
[1]石瑞;艾山·吾买尔;早克热·卡德尔;王中玉;杰恩斯艾力·努尔达艾勒-.体育器材数据集的构建及分类方法研究)[J].东北师大学报（自然科学版）,2022(04):54-63
A类：
B类：
体育器材,分类方法,SED,Sports,Equipment,Dataset,多类别,小规模数据集,模型融合,迁移学习,ResNet50,Inception,V3,特征融合,全连接层,方法优化,模型精度,图片分类,分类任务
AB值：
0.361724
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
