基于深度学习的蘑菇图像分类研究
Software Engineer（2020）
摘要
为了解决蘑菇图像分类的问题,实现野生菌毒性快速识别,以7种蘑菇作为研究对象,提出了一种基于深度学习的蘑菇图像分类的方法.所提出的分类方法在考虑了自然场景图像的特点下,利用图像像素信息进行特征提取,提取到的特征向量具有可辨别性、独立性和鲁棒性;轻量级ShuffleNetV2模型与作为其他常用CNN模型相比具有更高的精度.实验表明,基于ShuffleNetV2的蘑菇分类模型的Top-1准确率为55.18％,Top-5准确率为93.55％,能够一定程度上解决蘑菇图像分类困难的问题.未来结合移动设备和嵌入式开发,将能够用于自然环境下野生菌的自动分类,为蘑菇产业智能化和自动化提供新的思路.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要