基于ResNeXt和迁移学习的花卉种类识别研究
吴媛媛
梁礼明
彭仁杰
尹江
江西理工大学 电气工程与自动化学院,江西 赣州 341000
摘要：针对传统花卉识别方法分类不准确和泛化能力低等问题,提出一种基于ResNeXt50网络和迁移学习的花卉种类识别模型DB-ResNeXt50.首先,使用Mixup数据增强方法进行数据扩充;其次,利用预训练ResNeXt50模型迁移学习,省去网络训练基础特征步骤;最后,在主干网络全连接层前加入含有15层Bottleneck的稠密块,提高特征整合能力.结果表明,DB-ResNeXt50网络模型对花卉数据集识别准确率为97.99％.与传统深度学习模型相比,该模型在识别率上有很大提升,总体性能优于现有算法性能.
关键词：ResNeXt50迁移学习花卉识别稠密块
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(51365017)国家自然科学基金(61463018)江西省自然科学基金面上项目(20192BAB205084)江西省教育厅科学技术研究重点项目(GJJ170491)
论文发表日期：2022-02-28
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：7( 42-48 )
英文信息