论文部分内容阅读
针对在犬类图像识别领域上存在需要手动提取特征、样本量不足、模型容易过拟合、训练时间较长等一系列问题,本文提出了一种基于迁移学习的深度卷积网络分类方法。该方法将数据预处理后,经过已经训练好的VGG16卷积神经网络自动学习图像特征,可以有效地解决模型过拟合、样本量不足等问题,并且通过微调网络参数,大大减少训练时间,且平均识别准确率能达到96%左右。