版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、植物在我們生活中無處不在,它對整個(gè)地球生態(tài)系統(tǒng)的保護(hù)有非常重要的意義,而研究植物非常重要的一項(xiàng)內(nèi)容就是精確分類。傳統(tǒng)的識別方法需要人工對圖片進(jìn)行識別和標(biāo)注,主觀性比較強(qiáng),工作量極大,進(jìn)而會(huì)導(dǎo)致標(biāo)注的準(zhǔn)確率大大降低。因此,如何從植物葉片中自動(dòng)提取圖像特征并進(jìn)行準(zhǔn)確的分類已成為植物分類研究所需解決的問題。近年來,深度學(xué)習(xí)的研究表明,深層神經(jīng)網(wǎng)絡(luò)可以直接從原始圖片中提取抽象特征。而且,像卷積神經(jīng)網(wǎng)絡(luò)本身還具備旋轉(zhuǎn)和平移不變性,而這一特性在圖像
2、識別中顯得尤其重要。因此,本文重點(diǎn)研究如何將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于植物葉片圖像識別上,并構(gòu)建一個(gè)全卷積神經(jīng)網(wǎng)絡(luò)模型。針對以往植物葉片識別方法識別率偏低的問題,本文提出的具體研究內(nèi)容如下:
(1)設(shè)計(jì)了一種全卷積深度神經(jīng)網(wǎng)絡(luò)的圖像特征提取方法。首先對圖片進(jìn)行預(yù)處理,包括圖像切割、增強(qiáng)、旋轉(zhuǎn)和透視等來減少一些計(jì)算量。然后,使用卷積神經(jīng)網(wǎng)絡(luò)的算法自動(dòng)提取圖像特征。最后,用多層感知機(jī)來替換傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的線性濾波器,由多層感知機(jī)組成的非線性
3、卷積層把輸入的局部數(shù)據(jù)通過非線性的激活函數(shù)進(jìn)行映射,全連接的網(wǎng)絡(luò)非常容易過擬合,而非線性的卷積由于權(quán)值共享,本身就具備一定防止過擬合的能力,這樣得到的卷積神經(jīng)網(wǎng)絡(luò)能有效地從非線性可分的數(shù)據(jù)中抽象出所需的特征。
?。?)提出一種使用PReLU代替?zhèn)鹘y(tǒng)ReLU激活函數(shù)的深度神經(jīng)網(wǎng)絡(luò)方法。ReLU(線性糾正函數(shù))加快了訓(xùn)練過程的銜接,而且比傳統(tǒng)的S形能更好地加速收斂。但在植物葉片圖像訓(xùn)練中會(huì)出現(xiàn)梯度彌散情況,所以本文使用PReLU的激
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 人工神經(jīng)網(wǎng)絡(luò)及其在圖像識別中的應(yīng)用研究.pdf
- Fourier權(quán)函數(shù)神經(jīng)網(wǎng)絡(luò)研究及其在圖像識別中的應(yīng)用.pdf
- 人工神經(jīng)網(wǎng)絡(luò)在圖像識別中的應(yīng)用研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在激光再現(xiàn)防偽圖像識別中的應(yīng)用.pdf
- 脈沖耦合神經(jīng)網(wǎng)絡(luò)在人臉圖像識別中的應(yīng)用研究.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)在圖像識別上的應(yīng)用的研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的腦脊液圖像識別技術(shù)研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的圖像識別系統(tǒng)的研究與改進(jìn).pdf
- 神經(jīng)網(wǎng)絡(luò)串并聯(lián)學(xué)習(xí)算法在B超圖像識別中的應(yīng)用.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的飛行器圖像識別算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像識別技術(shù)的研究.pdf
- 深度學(xué)習(xí)在圖像識別中的研究及應(yīng)用.pdf
- 圖像識別中BP神經(jīng)網(wǎng)絡(luò)的硬件實(shí)現(xiàn).pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識別算法研究
- 基于量子協(xié)同神經(jīng)網(wǎng)絡(luò)的圖像識別.pdf
- 神經(jīng)網(wǎng)絡(luò)在SAR圖像中識別海冰的應(yīng)用.pdf
- 基于深度信念網(wǎng)絡(luò)的圖像識別及其應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的植物葉片分類識別.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的植物葉片識別研究.pdf
評論
0/150
提交評論