文献类型：期刊文章

作　　者：徐清华[1] 郑誉煌[2] 戴冰燕[1]

机构地区：[1]广东第二师范学院物理与信息工程系,广东广州510303 [2]广东第二师范学院教务处,广东广州510303

出　　处：《工业控制计算机》

基　　金：广东省级大学生创新创业训练项目“基于python的智能垃圾分类系统的研究”(S202014278019);广东第二师范学院教学质量与教学改革工程项目“电子信息工程应用型人才培养示范基地”(2018sfjd02)。

年　　份：2020

卷　　号：33

期　　号：12

起止页码：37-38

语　　种：中文

收录情况：普通刊

摘　　要：深度学习是基于人工神经网络的一种机器学习方法,能够进行大规模矩阵运算。将其应用于图像识别领域,能够高效完成对高分辨率图像的处理,有效推动计算机视觉领域技术革新。在此基础上,利用深度残差网络模型进行对图像数据的识别与分类,引入迁移学习思想,将ResNet152模型迁移到三种水果的图像数据集中进行训练,实现对图像特征的获取,再对测试集进行分类识别训练,以此促进模型分类识别的准确率提高。通过增加测试集中数据量、增加训练难度进行重复实验,得出结论:ResNet152模型具有较高的准确率,验证该模型在图像识别分类领域的高效性。

关 键 词：深度学习  迁移学习  水果分类  

分 类 号：TP391.41] TP183[计算机类]