公开(公告)号：CN111652308B

公开(公告)日：2024-02-23

申请号：CN202010476319.7

申请日：2020-05-29

Applicant: 三峡大学

Inventor： 徐光柱 ,  朱泽群 ,  尹思璐 ,  雷帮军 ,  石勇涛 ,  陈鹏 ,  夏平

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/28 ,  G06V10/44 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 基于超轻量级全卷积神经网络的花卉识别方法，对收集的数据集做清洗与分割处理，采用OTSU算法将数据集中的彩色图像二值化，通过最大连通区域法来标记最大的连通区域，提取出连通区域的位置信息，生成矩阵掩码，并叠加回原始图片获得花卉的分割图；采用迁移学习的方法来训练重量级的花卉分类神经网络，对花卉的分割图进行筛选，将保留下来的花卉分割图构建成新的数据集；构建适用于弱算力平台的超轻量级的卷积神经网络，将新构建的数据集输入到其中进行训练，实现花卉识别分类。本发明所提出的超轻量级神经网络，以及花卉数据集的增广方法相较于现有的其他方法，在速度与精度上都取得

公开(公告)号：CN111652308A

公开(公告)日：2020-09-11

申请号：CN202010476319.7

申请日：2020-05-29

Applicant: 三峡大学

Inventor： 徐光柱 ,  朱泽群 ,  尹思璐 ,  雷帮军 ,  石勇涛 ,  陈鹏 ,  夏平

IPC: G06K9/62 ,  G06K9/38 ,  G06K9/46 ,  G06K9/34 ,  G06N3/04 ,  G06N3/08

Abstract: 基于超轻量级全卷积神经网络的花卉识别方法，对收集的数据集做清洗与分割处理，采用OTSU算法将数据集中的彩色图像二值化，通过最大连通区域法来标记最大的连通区域，提取出连通区域的位置信息，生成矩阵掩码，并叠加回原始图片获得花卉的分割图；采用迁移学习的方法来训练重量级的花卉分类神经网络，对花卉的分割图进行筛选，将保留下来的花卉分割图构建成新的数据集；构建适用于弱算力平台的超轻量级的卷积神经网络，将新构建的数据集输入到其中进行训练，实现花卉识别分类。本发明所提出的超轻量级神经网络，以及花卉数据集的增广方法相较于现有的其他方法，在速度与精度上都取得了相当大的性能提升。