一种基于卷积神经网络的植物自动分类方法
基本信息
| 申请号 | CN202010333466.9 | 申请日 | - |
| 公开（公告）号 | CN111563542A | 公开（公告）日 | 2020-08-21 |
| 申请公布号 | CN111563542A | 申请公布日 | 2020-08-21 |
| 分类号 | G06K9/62(2006.01)I | 分类 | - |
| 发明人 | 李潇;熊洋 | 申请（专利权）人 | 空间信息产业发展股份有限公司 |
| 代理机构 | 成都正华专利代理事务所（普通合伙） | 代理人 | 空间信息产业发展股份有限公司 |
| 地址 | 610000四川省成都市武侯区武兴五路355号西部智谷A1-1-3楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于卷积神经网络的植物自动分类方法，该方法先采集样本植物图像数据；舍弃辨识度不高的图像数据，对原始数据打标签，通过打好标签的图像构建数据集，并将数据集分为训练集、验证集和测试集，再对图像数据进行数据扩充处理；使用GoogLeNet构建特征网络，并采用改进后的Fast‑Inception模块结构和h‑Swish激活函数，建立植物自动分类模型；最后通过植物自动分类模型对待识别图像进行分类。该方法解决了人工对植物进行分类的效率低下且容易造成误分类操作的问题，同时提高了植物分类识别的准确率，提升模型的泛化能力，让模型更具有鲁棒性，且减少了模型训练所需要的计算量和时间。 |
