| 基于CNN的智慧農(nóng)場圖像分類方法 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大小：4508 K | |
| 標簽： 深度學習 卷積神經(jīng)網(wǎng)絡 數(shù)據(jù)增強 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：為解決新疆兵團農(nóng)業(yè)現(xiàn)代化建設中有感知無決策的問題，提出一種基于注意力機制模塊（SENet）與卷積神經(jīng)網(wǎng)絡混合模型遷移學習的圖像分類方法（TL-DA-SE-CNN）。該方法選擇4種不同的CNN模型進行權重采集，包括VGGNet、ResNet、InceptionNet和MobileNet。模型使用SENet分類器代替卷積神經(jīng)網(wǎng)絡的全連接層，提取圖像的結構性高階統(tǒng)計特征進行主題分類，并使用BP算法進行參數(shù)調整，分類準確度達98.20%。實驗結果表明，將CNN與遷移學習、數(shù)據(jù)增強和SENet相結合的技術提高了牲畜圖像分類的性能，是卷積神經(jīng)網(wǎng)絡在農(nóng)場自動化分群中的有效應用。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2