典型文献
基于改进ResNet34网络的树种识别研究
文献摘要：
为了快速高效的提高树种识别工作的效率,解决识别工作中的遇到的困难,提出一种基于改进卷积神经网络的高效树种识别方法.实验以残差网络(residual network,ResNet)为基础网络加以改进,应用迁移学习的知识,加快网络的训练过程,使其更快的拟合,并对网络结构进行了适当的修改,使其更适合本实验的任务.实验模型网络应用Adam优化器进行训练,采用学习率衰减器寻找模型最优解,为了增加网络的泛化能力,对实验图像进行了数据增强.实验结果表明,与未改进的VGG16、ResNet18、ResNet34网络相比,改进的网络识别准确度分别提高了 26.93％、2.91％、1.33％,同时兼顾到了准确度与高效性,模型能够较好的胜任树种识别任务.
文献关键词：
ResNet;树种识别;卷积神经网络;迁移学习
中图分类号：
作者姓名：
朱莉;宋绪秋;邢鑫;殷鑫;郭骐瑞
作者机构：
东北林业大学机电工程学院 哈尔滨150040
文献出处：
引用格式：
[1]朱莉;宋绪秋;邢鑫;殷鑫;郭骐瑞-.基于改进ResNet34网络的树种识别研究)[J].国外电子测量技术,2022(07):119-125
A类：
B类：
ResNet34,树种识别,快速高效,高树,改进卷积神经网络,残差网络,residual,network,加以改进,应用迁移,迁移学习,训练过程,实验模型,网络应用,Adam,优化器,用学,学习率衰减,衰减器,最优解,泛化能力,数据增强,未改,VGG16,ResNet18,顾到
AB值：
0.44587
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。
