基于动态高效网络的花粉图像识别模型

摘要：

针对花粉图像清晰度不足、形状相近等特性所导致的识别精度低、人工识别低效的问题,提出一种基于动态高效网络的花粉图像识别模型.在ImageNet数据集上使用Noisy Student方法对EfficientNet进行预训练;将训练后的权重迁移到花粉识别模型中;引入动态学习率提升模型的识别精度.采用MixUp和GridMask的方法用于花粉图像数据增强.仿真结果与其它模型进行比较,验证了提出模型具有更好的分类效果.

关键词：花粉图像、深度学习、高效网络、数据增强、嘈杂的学生、迁移学习、动态学习率

所属期刊栏目：44

分类号：TP183;TP391.41(自动化基础理论)

资助基金：河北省高等学校科学技术研究基金项目;国家重点研发计划;唐山市科技计划基金项目

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：852-858