基于ResNet卷积神经网络的树叶识别研究

摘要

我国幅员辽阔，地理环境多样，但也为特定区域的物种、地貌或文化现象研究带来了独特的挑战。基于此，本文通过调研现阶段广泛应用于树叶分类识别和其他领域识别问题的神经网络模型，依据不同模型的识别精确度和训练收敛速度，采用先进的残差神经网络18(ResNet-18)作为特征提取与分类识别的模型进行树叶分类识别研究。结果表明:相较于其他深度学习模型，ResNet-18模型的训练时间明显短于其他参数量的模型;在实际应用中，农业和林业相关人员可以通过自主拍摄图片构建数据集，实现快速训练并形成具有地域特色的识别模型，加强了下游场景的应用能力。

关键词

深度学习 / 树叶识别 / 卷积神经网络(CNN) / 残差神经网络(ResNet-18)