基于AlexNet的Oxford花卉识别方法
介绍了对AlexNet深度卷积神经网络进行优化的一种方法,该方法能够更好的实现非刚性物体的识别,并以Oxford的102种花卉用于训练和测试,构建了一个新的卷积神经网络模型,后对测试结果进行逐步优化.原AlexNet网络测试识别精度为61.2%,优化网络结构及网络顺序后精度提高到66.3%,解决类间不平衡问题后测试精度提高为71%.结果表明,本文提到的算法可以提升大约10%的精度.
深度学习、AlexNet、花卉分类
TP1;TP2
2017-10-20(万方平台首次上网日期,不代表论文的发表时间)
共1页
83