近年來(lái),深度學(xué)習(xí)被廣泛應(yīng)用于圖像處理的各個(gè)領(lǐng)域。本文提出一種旨在強(qiáng)化特征提取的改進(jìn)的AlexNet模型并通過(guò)對(duì)比實(shí)驗(yàn)加以驗(yàn)證。首先,利用網(wǎng)絡(luò)爬蟲算法爬取5類中草藥葉片圖像形成一個(gè)樣本容量較小的數(shù)據(jù)集。然后,利用數(shù)據(jù)增擴(kuò)技術(shù)將原數(shù)據(jù)集容量增大4倍形成新的數(shù)據(jù)集。最后,利用改進(jìn)后的AlexNet模型和增擴(kuò)后的數(shù)據(jù)集開展4組對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,結(jié)合數(shù)據(jù)增擴(kuò)和改進(jìn)的AlexNet模型能最大程度地提高中草藥圖像分類的準(zhǔn)確率。

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 基本概念
    1.1 CNN
    1.2 AlexNet
    1.3 改進(jìn)的AlexNet
2 數(shù)據(jù)集和預(yù)處理
    2.1 水平鏡像
    2.2 旋轉(zhuǎn)
    2.3 添加噪點(diǎn)
3 實(shí)驗(yàn)
4 結(jié)果和評(píng)價(jià)
5 結(jié)束語(yǔ)



本文編號(hào)：3846473