基于卷积神经网络的植物图像识别APP开发——"植鉴"

摘要：

由于植物在不同时期的生长形态不同,部分不同名称的植物也可能具有较高的相似性,为实现准确识别,需要提取其大量的特征信息.使用传统的机器学习方法已经不能实现大量细节特征提取训练,而深度学习可以有效地解决植物图像识别在准确度和速度方面的难点.因此系统采用TensorFlow框架,基于卷积神经网络中的Inception-v3网络模型进行模型训练,利用GPU并行计算加速模型训练和图片识别速度.训练得到验证集精度达到91％的模型,以此模型为基础,开发了一款智能植物图像识别的APP——"植鉴".

关键词：深度学习、TensorFlow框架、Inception-v3网络模型、"植鉴"APP

分类号：TP391.41(计算技术、计算机技术)

资助基金：沈阳理工大学国家级大学生创新创业训练项目201810144007

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：134-135