CNN在农田杂草图像识别的可行性探讨
机器学习识别算法如果需要达到较高的识别精度,需要根据需求采用相应的算法.本文阐述了机器学习的背景,以及相关的基本原理,详细介绍了卷积神经网络中对数据逐层的特征提取,建立模型及其改进优化.针对农田中杂草因为不能准确识别,尝试运用CNN来检测图像中农田杂草位置,对其可行性进行探讨,在一定精确度上的能够达到杂草图像的识别.
机器学习、卷积神经网络、图像识别
14
TP391(计算技术、计算机技术)
国家级大学生创新创业训练计划201810222033
2018-09-28(万方平台首次上网日期,不代表论文的发表时间)
共3页
187-189