10.3969/j.issn.1671-1009.2021.17.083
基于深度学习对图像信息识别技术的研究与分析——以猫狗图像为例
随着人工智能越来越成为热门的研究对象,深度学习算法的应用与研究也有了新的突破口——图像识别技术.自图像识别技术出现以来,其在许多应用领域得到了广泛重视和使用.本文基于对深度学习领域图像识别技术的学习与理解,通过原理分析、流程设计、搭建环境、构造卷积神经网络、代码复现、模型评价以及未来发展建议的总结等环节,从原理和应用不同的角度对其进行了理论研究和量化分析.测试结果表明:通过流程构造和操作复现,我们可以成功保证识别准确率保持在0.7左右.到目前为止,图像识别技术仍有很大提升空间,尤其是对于动物、人脸等比较复杂图像的识别准确率,仍有较大提升空间.
深度学习;图像识别;卷积神经网络;数据增强;动物识别
G06;K9
2021-12-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
267-273