[1]伍思雨,冯骥.基于改进VGGNet卷积神经网络的鲜花识别[J].重庆师范大学学报(自然科学版),2020,37(04):124.[doi:10.11721/cqnuj20200417]
　Flower Recognition Based on Improved VGGnet Convolutional Neural Network.[J].期刊社,2020,37(04):124.[doi:10.11721/cqnuj20200417]

点击复制

基于改进VGGNet卷积神经网络的鲜花识别

重庆师范大学学报（自然科学版）[ISSN:1672-6693/CN:50-1165/N] 卷: 37 期数: 2020年04期页码: 124 栏目: 出版日期: 2020-07-25

作者:: 伍思雨；冯骥; 重庆师范大学计算机与信息科学学院，重庆 401331

Author(s):: Flower Recognition Based on Improved VGGnet Convolutional Neural Network; WU Siyu; FENG Ji;HE Yuejun; XU Xinyang; FANG Zhengyuan; TAN Qiyu; XIA Tingting; KANG Liling; SHEN Kaiping

关键词:: 卷积神经网络; 鲜花识别; S-VGGNet; 分类分析

分类号:: TP391.41

DOI:: 10.11721/cqnuj20200417

摘要:: 【目的】提出一种基于VGGNet的改进算法Small VGGNet（SVGGNet），使得在最高运算效率和检测结果的同时，有效减少VGGNet模型超参数的规模，并用于花草树木等植物分类问题。【方法】在原VGGNet模型的基础上减少了一个全连接层，改进了最大池化层，优化了模型结构并减少了网络参数。将新算法用于花草树木等植物分类问题上，进一步分析该算法的预测时间、运行时间、分类准确度等。【结果】无论在训练样本规模、运行时间或者分类结果的准确度上，与多种传统方法和改进VGG算法相比，SVGGNet算法均有明显提升。【结论】提出的SVGGNet算法是有效的。

更新日期/Last Update: 2020-07-25