典型文献
基于残差网络的树叶分类
文献摘要：
现有的树叶分类方法的精确率已超过90％,但可分类的树叶种类较为有限.为此,本文提出一种基于残差网络迁移学习的大规模树叶分类方法.首先使用大规模数据集预训练残差网络;然后在保留其他节点参数的基础上,对已预训练好残差网络进行部分结构调整,使之适用于树叶分类;最后,使用树叶数据集对调整后的残差网络进行再训练,以使网络具备树叶分类能力.所提算法可以兼顾准确率与运行速度.实验结果表明,所提方法可分类176种树叶,树叶分类准确率超过95.6％,且识别速度可保持在212.2帧/秒,可有效应用于农、林业.
文献关键词：
树叶分类;残差网络;迁移学习
中图分类号：
作者姓名：
蔡圣杰;郑成勇;陈伟杰
作者机构：
五邑大学 数学与计算科学学院,广东 江门 529020
文献出处：
引用格式：
[1]蔡圣杰;郑成勇;陈伟杰-.基于残差网络的树叶分类)[J].五邑大学学报（自然科学版）,2022(01):21-27
A类：
树叶分类
B类：
残差网络,分类方法,精确率,迁移学习,大规模数据集,预训练,节点参数,练好,行部,叶数,顾准,运行速度,种树,分类准确率,有效应用,林业
AB值：
0.238843
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。
