基于卷积神经网络的国兰种类识别系统

作     者：张子赫 赵吟吟 

作者机构：浙江农林大学信息工程学院浙江 杭州 浙江农林大学环境与资源学院浙江 杭州 

出 版 物：《计算机科学与应用》 (Computer Science and Application)

年 卷 期：2020年第10卷第12期

页      码：2346-2353页

摘      要：针对兰花品种众多,外表相似,导致没法准确识别兰花的种类这一问题,本文构建了基于卷积神经网络的国兰识别模型,设计并实现了模型在移动端的应用。文中通过多种途径完成常见国兰数据集的创建,进而以Inception-ResNet-v2为卷积神经网络预训练模型,使用迁移学习技术完成模型训练,并基于Android平台完成系统的开发和测试。测试结果显示,对传统国兰图像分类识别准确率达到91.51%。

主 题 词：国兰 Inception-ResNet-v2网络 图像识别 Android 

学科分类：08[工学] 0812[工学-测绘类] 

D　O　I：10.12677/CSA.2020.1012248

馆 藏 号：203100268...