基于ResNet和注意力机制的花卉识别

摘要：

花卉识别在生活中有重要的应用价值,传统的花卉识别方法存在识别准确率低、泛化能力较弱等问题.针对这些问题,本文提出一种加入注意力机制的ResNet34网络模型,在ResNet34第一层卷积层和各残差块后加入通道注意力机制、空间注意力机制,并使用迁移学习训练网络模型.实验表明,在花卉数据集上ResNet34比AlexNet、VGG-16、GoogLeNet识别准确率更高,加入注意力机制并使用迁移学习的ResNet34模型的识别准确率比原模型提高了6.1个百分点,比仅使用迁移学习的原模型提高了1.1个百分点.与传统深度学习模型相比,本文提出的模型显著地提高了识别准确率.

关键词：深度学习、ResNet34、注意力机制、迁移学习、花卉识别

分类号：TP391(计算技术、计算机技术)

在线出版日期：2021-05-18（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：61-67