基于Squeezenet模型的蛇类图像识别

摘要：

随着人类活动范围的不断扩张,生态环境的恶化,蛇类的生存环境受到威胁.为实现对蛇类的准确识别,辅助蛇类研究者对蛇类的识别与保护,通过对现有的解决方案进行分析,提出采用迁移学习方法对10种蛇类进行训练识别.首先对现有数据集进行数据增强,从而让训练模型更好地收敛,采用基于Squeezenet模型具有更好的识别率,识别率达到了85.71％,效果良好.并对训练好的模型进行加载,网络模型识别耗时2.69s,有着更好实时性,同时还能保证识别精度,节省硬件资源,提升了模型的可移植性.

关键词：迁移学习、Squeezenet模型、蛇类、图像识别

所属期刊栏目：17

分类号：TP391(计算技术、计算机技术)

资助基金：福建省自然科学基金项目项目编号:2018J01533

在线出版日期：2021-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：12-14