典型文献
基于迁移学习和卷积神经网络的野生鸟类识别
文献摘要：
内蒙古各大湖泊和湿地是野生鸟类的聚集地,对野生鸟类进行准确识别是进行鸟类保护和习性分析的基础.大量试验证明,卷积神经网络在大规模数据集上训练后具有良好识别效果.但获取野生鸟类图像存在一定难度,很难得到足够的样本量.为提高小样本野生鸟类图像的识别准确率,防止网络训练过程中的过拟合问题,通过改进VGG16的预训练,设计了一种基于迁移学习的卷积神经网络的图像识别方法.经试验验证,迁移学习VGG在测试集上准确率高达96.97％,网络具有更好的鲁棒性,验证了迁移对于提高小样本数据集识别准确率的有效性.
文献关键词：
卷积神经网络;迁移学习;数据增强
中图分类号：
作者姓名：
戚桂美;郁志宏;武卓悦;李艳玲;赵锦明
作者机构：
内蒙古师范大学 计算机科学技术学院,内蒙古 呼和浩特 010022;内蒙古农业大学 机电工程学院,内蒙古 呼和浩特 010010
文献出处：
引用格式：
[1]戚桂美;郁志宏;武卓悦;李艳玲;赵锦明-.基于迁移学习和卷积神经网络的野生鸟类识别)[J].内蒙古师范大学学报（自然科学汉文版）,2022(03):299-304
A类：
B类：
迁移学习,野生鸟类,鸟类识别,大湖,湖泊,聚集地,准确识别,鸟类保护,习性,大规模数据集,鸟类图像,难得,样本量,高小,识别准确率,防止网络,网络训练,训练过程,过拟合,VGG16,预训练,图像识别,测试集,小样本数据集,数据增强
AB值：
0.324825
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。
