期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于轻量化卷积神经网络的多肉植物种类识别研究 被引量：1
1
作者 孙公凌云 张靖渝 +7 位作者 连俊博 宁景苑 刘伟立 刘权 王国振 陆诗怡 时鹏辉 楼雄伟 《传感技术学报》 CAS CSCD 北大核心 2023年第12期1916-1927,共12页
目前多肉植物产业在我国发展较快,市场前景广阔,由于其具有品种繁多、形态多变、类间相似度高等特点,导致多肉植物种类辨别难度较大。针对上述问题,提出一种基于改进MobileNet V3网络与迁移学习的多肉植物图像分类方法,将Bottleneck模... 目前多肉植物产业在我国发展较快,市场前景广阔,由于其具有品种繁多、形态多变、类间相似度高等特点,导致多肉植物种类辨别难度较大。针对上述问题,提出一种基于改进MobileNet V3网络与迁移学习的多肉植物图像分类方法,将Bottleneck模块前六层的ReLU激活函数换成LeakyReLU激活函数,优化了SE模块,添加了Dropout层提高模型的泛化性。通过改进MobileNet V3网络对13种多肉植物图像进行种类识别,准确率为97.35%,并且可以实时稳定地对多肉植物图像进行分类,使用Focal Loss代替交叉熵损失函数,达到平衡样本的目的。研究结果表明,利用改进MobileNet V3网络对多肉植物种类识别具有一定可行性。 展开更多
关键词 图像分类 多肉植物图像 深度学习 迁移学习 MobileNet V3 Focal Loss DROPOUT LeakyReLU
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部