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。