期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进VGGNet卷积神经网络的鲜花识别
被引量:
10
1
作者
伍思雨
冯骥
《重庆师范大学学报(自然科学版)》
CAS
北大核心
2020年第4期124-131,共8页
【目的】提出一种基于VGGNet的改进算法Small VGGNet(S-VGGNet),使得在最高运算效率和检测结果的同时,有效减少VGGNet模型超参数的规模,并用于花草树木等植物分类问题。【方法】在原VGGNet模型的基础上减少了一个全连接层,改进了最大池...
【目的】提出一种基于VGGNet的改进算法Small VGGNet(S-VGGNet),使得在最高运算效率和检测结果的同时,有效减少VGGNet模型超参数的规模,并用于花草树木等植物分类问题。【方法】在原VGGNet模型的基础上减少了一个全连接层,改进了最大池化层,优化了模型结构并减少了网络参数。将新算法用于花草树木等植物分类问题上,进一步分析该算法的预测时间、运行时间、分类准确度等。【结果】无论在训练样本规模、运行时间或者分类结果的准确度上,与多种传统方法和改进VGG算法相比,S-VGGNet算法均有明显提升。【结论】提出的S-VGGNet算法是有效的。
展开更多
关键词
卷积神经网络
鲜花识别
s-vggnet
分类分析
原文传递
题名
基于改进VGGNet卷积神经网络的鲜花识别
被引量:
10
1
作者
伍思雨
冯骥
机构
重庆师范大学计算机与信息科学学院
出处
《重庆师范大学学报(自然科学版)》
CAS
北大核心
2020年第4期124-131,共8页
基金
教育部人文社会科学研究项目(No.18XJC880002)
重庆市教育委员会科技项目(No.KJQN201800539)。
文摘
【目的】提出一种基于VGGNet的改进算法Small VGGNet(S-VGGNet),使得在最高运算效率和检测结果的同时,有效减少VGGNet模型超参数的规模,并用于花草树木等植物分类问题。【方法】在原VGGNet模型的基础上减少了一个全连接层,改进了最大池化层,优化了模型结构并减少了网络参数。将新算法用于花草树木等植物分类问题上,进一步分析该算法的预测时间、运行时间、分类准确度等。【结果】无论在训练样本规模、运行时间或者分类结果的准确度上,与多种传统方法和改进VGG算法相比,S-VGGNet算法均有明显提升。【结论】提出的S-VGGNet算法是有效的。
关键词
卷积神经网络
鲜花识别
s-vggnet
分类分析
Keywords
convolutional neural networks
flower recognition
s-vggnet
classification
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于改进VGGNet卷积神经网络的鲜花识别
伍思雨
冯骥
《重庆师范大学学报(自然科学版)》
CAS
北大核心
2020
10
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部