论文部分内容阅读
针对现有花卉识别技术所存在的问题,提出一种基于迁移学习和卷积神经网络的花卉识别方法。利用Oxford数据集中的102种花卉中的17种用于训练和测试;首先,利用卷积神经网络进行迁移学习得到图片的特征值,然后,在对目标数据集训练过程中,提取到的特征作为输入数据输入到分类器,分类器分得实验结果,观察分析实验结果,对现有的网络进行修正,完善网络,提高识别准确率,最后,通过对比实验得到最佳得分类模型。通过在实验数据上验证,得到结论,其识别方法的准确率在96%以上。