| 基于轻量级深层卷积神经网络的花卉图像分类系统 |
| |
| 引用本文： | 徐光柱,朱泽群,尹思璐,刘高飞,雷帮军.基于轻量级深层卷积神经网络的花卉图像分类系统[J].数据采集与处理,2021,36(4):756-768. |
| |
| 作者姓名： | 徐光柱 朱泽群 尹思璐 刘高飞 雷帮军 |
| |
| 作者单位： | 1.三峡大学计算机与信息学院，宜昌 443002;2.三峡大学水电工程智能视觉监测湖北省重点实验室，宜昌443002;3.国药葛洲坝中心医院信息中心，宜昌 443002 |
| |
| 基金项目： | 国家自然科学基金(61402259，U1401252)资助项目；湖北省中央引导地方科技发展专项基金(2019ZYYD007)资助项目。 |
| |
| 摘 要： | 为解决深层卷积神经网络（Deep convolutional neural network， DCNN）模型在算力弱、存储成本高的AI边缘计算设备上难以高效应用的现实问题，本文利用重量级网络辅助训练轻量级网络，设计了一种基于轻量级神经网络的花卉图像分类系统。首先利用重量级DCNN并结合迁移学习、爬虫技术与最大连通区域分割方法，构建了适用于轻量级网络训练的扩充花卉数据集。然后基于Tiny-darknet与Darknet-reference两种网络及扩充后的花卉数据集训练得到两种面向弱算力设备的轻量级DCNN模型。训练得到的两种花卉分类网络在Oxford102花卉数据集上的平均分类准确率可达98.07%与98.83%，模型大小分别为4 MB与28 MB，在AI边缘计算设备中具有较好的应用前景。
|
| 关 键 词： | 花卉图像分类 深层卷积神经网络 深度学习 |
| 收稿时间： | 2020/8/28 0:00:00 |
| 修稿时间： | 2021/3/9 0:00:00 |
Flower Image Classification System Based on Lightweight DCNN |
| |
| XU Guangzhu,ZHU Zequn,YIN Silu,LIU Gaofei,Lei Bangjun.Flower Image Classification System Based on Lightweight DCNN[J].Journal of Data Acquisition & Processing,2021,36(4):756-768. |
| |
| Authors: | XU Guangzhu ZHU Zequn YIN Silu LIU Gaofei Lei Bangjun |
| |
| Affiliation: | 1.College of Computer and Information Science, Three Gorges University, Yichang 443002, China;2.Hubei Key Laboratory of Intelligent Vision Based Monitoring for Hydroelectric Engineering (Three Gorges University), Yichang 443002, China;3.Information Center, Sinopharm Gezhouba Central Hospital, Yichang 443002, China |
| |
| Abstract: | |
| |
| Keywords: | flower image classification deep convolutional neural network deep learning |
|
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
|
