一种新型卷积神经网络植物叶片识别方法

编号 zgly0001694427

文献类型 期刊论文

文献题名 一种新型卷积神经网络植物叶片识别方法

作者 朱良宽  晏铭  黄建平 

作者单位 东北林业大学 

母体文献 东北林业大学学报 

年卷期 2020年04期

年份 2020 

分类号 Q944.56  TP391.41  TP183 

关键词 DCGAN  数据扩充  图像识别  迁移学习  卷积神经网络 

文摘内容 为提高植物叶片识别的准确率及减少计算代价,在Pytorch框架下提出一种融合了深度卷积生成式对抗网络(DCGAN)和迁移学习(TL)的新型卷积神经网络叶片识别方法。首先,对植物叶片图像进行预处理,通过DCGAN对样本数据库扩充;其次,利用迁移学习将Inception v3模型应用于图像数据处理上,以提高植物叶片识别的准确率;最后,通过对比实验对该方法的有效性进行验证。结果表明:该方法可以获得96.57%的植物叶片识别精度,同时参数训练的迭代次数由4 000次缩短到560次。