基于深度神经网络的大规模植物分类
1、研究思想
讨论了应用深度学习技术进行植物分类的潜力及其在大规模生物多样性监测中对citizen scienc的应用。
2、研究状况
PlantNet工具基于IKONA算法的远程版本，率先创建了一个开放访问工具，以自动化识别各种物种的任务。然而，它没有达到专家植物学家的表现。应用卷积神经网络的最新进展可以对缩小这一性能差距产生积极影响。这可能是朝着建立一个可靠和通用的大规模植物识别应用程序迈出的一大步，该应用程序将citizen scienc用于生物多样性监测。
3、植物数据集
作为训练数据集，我们使用了PlantNet中的大量图像，这些图像是在类似于2.0许可的创造性-公共属性下提供的。它由大约250，000幅图像组成，属于西欧超过6K种植物。这些物种分布于1500属200科。每个图像都由专家标记，并带有一个标签，指定图像的焦点，如“习惯”、“鸟”、“树叶”、“树皮”等。大多数图像的分辨率在200K到600K像素之间，纵横比在0.5到2之间。数据集非常不平衡，因为大多数标签包含很少的图像。我们在整个数据集上进行训练(不进行验证或测试分割)，因为我们打算构建一个在与PlantNet工具相同的数据集上训练的类，以便可以公平地比较它们的性能。
4、模型
使用赢得ILSVRC’15的ResNet模型作为卷积神经网络架构。这种体系结构由一堆相似的(所谓的剩余)块组成，每个块又是一堆卷积层。创新之处在于，一个块的输出也通过一个身份映射路径与它自己的输入相连。这缓解了梯度消失的问题，改善了网络中的梯度后向流动，并允许训练更深的网络。
使用ImageNet数据集上的预训练权重进行建模。
Adam，GTX 1080&
基于深度神经网络的大规模植物分类相关推荐
- TGRS2020/遥感：Multisource Domain Adaptation for Remote Sensing Using Deep Neural Netw基于深度神经网络的遥感多源域自适应
TGRS2020/遥感:Multisource Domain Adaptation for Remote Sensing Using Deep Neural Networks基于深度神经网络的遥感多源 ...
- 基于深度神经网络的图像分类与训练系统（MATLAB GUI版，代码+图文详解）
摘要:本博客详细介绍了基于深度神经网络的图像分类与训练系统的MATLAB实现代码,包括GUI界面和数据集,可选择模型进行图片分类,支持一键训练神经网络.首先介绍了基于GoogleNet.ResNet进 ...
- 【深度学习】基于深度神经网络进行权重剪枝的算法（二）
[深度学习]基于深度神经网络进行权重剪枝的算法(二) 文章目录 1 摘要 2 介绍 3 OBD 4 一个例子 1 摘要 通过从网络中删除不重要的权重,可以有更好的泛化能力.需求更少的训练样本.更少的学 ...
- 【深度学习】基于深度神经网络进行权重剪枝的算法（一）
[深度学习]基于深度神经网络进行权重剪枝的算法(一) 1 pruning 2 代码例子 3 tensorflow2 keras 权重剪裁(tensorflow-model-optimization)3 ...
- 计算机视觉检测 白皓月,基于深度神经网络的视线跟踪技术研究
毛云丰 沈文忠 滕童 摘 要: 视线跟踪是人机互动技术中重要的组成部分,可以广泛地应用在机器人.手机.笔记本等设备中.针对传统方法在低分辨率图像上的准确率不高和设计步骤繁琐等问题,提出一种基于深度神 ...
- 基于深度神经网络的高光谱影响分类方法研究---MNF+自动编码器+Softmax （准确率比较低，17年的论文）
论文地址 基于深度神经网络的高光谱影响分类方法研究 装备学院学报 遥感影像分类的问题:预处理复杂,高维特征提取困难,分类不够精确等缺陷 首先采用最大噪声分数来降低特征空间维度,然后将自动编码器与sof ...
- 基于深度神经网络的中药材识别
摘 要 近年来,受到我国国民经济发展与社会财富积累增速加快的影响,人们对自己的身体健康也越来越重视,很多的人都选择在服用中草药来治疗疾病.改善体质,因此,我国的中药材行业在这一段时间内也迎来了蓬勃的发 ...
- matlab计算后验概率,基于深度神经网络后验概率算法的口语发音评测方法与流程...
本发明涉及发音评测领域,特别涉及一种基于深度神经网络后验概率算法的口语发音评测方法. 背景技术: 常用的语音评测技术,比如用于英语口语教学中的语音评测,一般都是采用智能打分技术对学习者的口语进行评测, ...
- 混合波束成形| 基于深度学习的大规模天线阵列混合波束成形设计
文章目录 背景 系统模型 文章贡献 NN(Neural Network)设计 一些挑战 两阶段设计方法 仿真性能 结论 相关阅读 该论文是实验室师兄最新发表于WCL(IEEE Wireless Com ...
最新文章
- jquery radio 取值
- Rsession: R sessions wrapping for Java
- Word中“节”的作用
- 矩阵相乘原理与C实现（实矩阵）
- switch中default的用法
- SAP信用控制配置事物码
- springMVC纯java代码配置（一）- 数据源与事务管理（转载的哦）
- Java黑皮书课后题第3章：**3.28（几何：两个矩形）编写一个程序，提示用户输入两个矩形中心的x坐标和y坐标以及矩形的宽度和高度，然后判断第二个矩形是在第一个矩形内，还是和第一个矩形重叠
- 返回值是内置类型 不能更改_选择通过更改内容类型返回的详细程度，第二部分...
- 线性分组码c语言实验报告,C语言线性分组码(附注释).doc
- python string.format(),Python string.format（）百分比，不取整
- python数据库连接池neo4j_在python中操作neo4j数据库的方法
- python操作cad的模块_利用python控制Autocad:pyautocad方式
- 计算机视觉数据集大全 - Part1
- 【安全系列】beef-xss攻击示例
- 多级下料问题的建模--中英文翻译
- JAVA计算机毕业设计智能停车场管理系统Mybatis+源码+数据库+lw文档+系统+调试部署
- 首曲线、计曲线、间曲线和助曲线
- 【单片机毕业设计】【mcuclub-jj-022】基于单片机的鱼缸的设计
- 论文阅读笔记《USAC: A Universal Framework for Random Sample Consensus》