基于TensorFlow2.0的图像分类算法研究

作     者：刘晓 齐德昱 曹世轩 LIU Xiao;QI De-yu;CAO Shi-xuan

作者机构：华南理工大学计算机科学与工程学院广州510006 广东实验中学广州510375 

出 版 物：《现代计算机》 (Modern Computer)

年 卷 期：2020年第26卷第14期

页      码：63-68,74页

摘      要：面对海量数据的增长,图像分类技术迎来机遇与挑战。深度学习能够很好的解决传统的图像分类方法精度低、耗时长等问题,成为目前主流的图像分类算法。但是深度学习模型结构及其优化算法的实现复杂且效率低,而Tensor⁃Flow2.0能够简化和快速实现深度学习模型设计,并在海量数据集上训练模型,备受研究者青睐。首先对图像分类算法、深度学习框架以及TensorFlow2.0进行介绍;然后使用TensorFlow2.0的Keras API构建一个卷积神经网络图像分类模型,结果表明,在Cifar-10数据集上,模型的准确率达76.12%;最后分析TensorFlow2.0和图像分类算法存在的不足,并对未来研究的方向进行探讨。

主 题 词：TensorFlow2.0 深度学习 卷积神经网络 深度学习框架 图像分类 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081104[081104] 080203[080203] 0802[工学-机械学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1007-1423.2020.14.014

馆 藏 号：203934090...