论文研究-基于残差网络迁移学习的花卉识别系统.pdf
传统的花卉识别算法一般是建立在手动特征提取和分类器训练的基础上，其泛化能力有限且准确度存在瓶颈。为此提出了基于深度卷积网络的识别算法，采用152层残差网络架构，在爬虫获取的大量标定数据基础上，对神经网络进行迁移学习训练。上线发布的算法集成系统中，用户拍照获取的花卉照片可通过网络传输到云服务器，并在服务端部署的深度学习架构下实现花卉快速识别。针对ImageNet和网龙花卉数据集的实验对比结果表明，基于残差网络迁移学习的方法具有识别准确率高、实时反馈、鲁棒性好等特点。
文件下载
评论信息
其他资源
- 完整的qpsk调制解调用fpga实现的工程
- 软件工程期末考试试卷集(带答案)
- Android音乐播放器源码
- MATLAB四阶龙格库塔算法
- Java实现Excel导入导出
- 16×16点阵(滚动显示)资料
- 一步一步教你如何操作思科APIC控制器
- 两个51单片机串口通信
- UnityDownloadAssistant-2020.1.6f1.exe
- C++ primer 非扫描版
- 数显温度计设计与制作报告
- TriCore_TC162P.zip
- 加密解密工具.exe
- 管理信息系统课件(郭宁版)
- 非齐次非线性Schrodinger方程爆破解的L2-集中率
- easyui.css+icon.css
- 多种群协同多目标粒子群
- lr语法分析源码
- 利用装饰模式，实现可以给人搭配不同服饰的系统，例如穿T-shirt、垮裤、破球鞋和穿西装、领带、皮鞋
- Banner实现轮播图（RecyclerView添加Header）实例 下载
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明