典型文献
基于注意力机制和迁移学习的花类品种鉴别研究
文献摘要：
多品种花类的识别在生活、贸易中具有广阔的应用前景,为解决大众人群准确分辨花类品种较为困难的问题,本文提出一种基于ResNet34网络的花类识别方法,在对数据样本进行泛化处理后,在网络残差结构中加入注意力机制,并对相关参数进行微调整,再利用迁移学习训练网络模型.实验表明,本文方法不仅有效的加快了模型训练的收敛速度,同时准确率比ResNet34原网络提升了5.2个百分点,达到了95.3％,并且相比于同类型较为成熟的分类网络,如AlexNet、VGG16、GoogLeNet,本文方法识别准确率有着显著提升.
文献关键词：
花类识别;ReNet34;迁移学习;注意力机制
中图分类号：
作者姓名：
高世弟;杨明悦;江丹;陶俊
作者机构：
江汉大学人工智能学院,湖北武汉 430056
文献出处：
引用格式：
[1]高世弟;杨明悦;江丹;陶俊-.基于注意力机制和迁移学习的花类品种鉴别研究)[J].软件,2022(10):46-50
A类：
花类识别,ReNet34
B类：
注意力机制,迁移学习,品种鉴别,多品种,种花,众人,ResNet34,残差结构,微调,学习训练,模型训练,收敛速度,百分点,分类网络,AlexNet,VGG16,GoogLeNet,方法识别,识别准确率
AB值：
0.408093
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。
