典型文献
基于改进权重衰减的EfficientNet食用菌图像识别
文献摘要：
目的:解决食用菌种类识别传统方法靠人眼判断的不足,降低同一科属性状相似的识别出错率.方法:提出一种基于卷积神经网络的EfficientNet食用菌图像分类模型,利用不同设备和拍摄环境采集食用菌图像并建立数据集,通过模型训练技巧和网络技巧对模型性能进行提升,提出一种YWeight权重衰减方法来控制有效学习率,通过控制cross-boundary来影响模型的泛化性能.结果:该方法在自建数据集YMushroom上使EfficientNet-B0获得79.82％(+0.85％)top-1精度,默认训练过程仅获得78.97％.在公开数据集Fungus上使EfficientNet-B0达到87.62％(+0.78％)准确率,原始训练准确率为86.84％.结论:通过调整超参数使模型可接近最优解,通过权重衰减提升了食用菌图像分类模型的性能.
文献关键词：
食用菌;图像分类;YWeight方法;有效学习率;权重衰减;超参数
中图分类号：
作者姓名：
姚芷馨;张太红;赵昀杰
作者机构：
新疆农业大学计算机与信息工程学院,新疆 乌鲁木齐 830052
文献出处：
引用格式：
[1]姚芷馨;张太红;赵昀杰-.基于改进权重衰减的EfficientNet食用菌图像识别)[J].食品与机械,2022(11):117-124
A类：
YWeight,有效学习率,YMushroom
B类：
权重衰减,EfficientNet,食用菌,图像识别,菌种,种类识别,别传,人眼,科属,出错率,图像分类,分类模型,模型训练,训练技巧,模型性能,减方,cross,boundary,影响模型,泛化性能,自建数据集,B0,+0,top,默认,训练过程,公开数据集,Fungus,超参数,最优解
AB值：
0.347158
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。
