基于深度學(xué)習(xí)的花卉種類(lèi)識(shí)別研究

打開(kāi)文本圖片集

摘要：隨著花卉在農(nóng)林業(yè)和植物研究中的重要性不斷凸顯，傳統(tǒng)的花卉種類(lèi)識(shí)別方法面臨著精度不足和應(yīng)用局限等問(wèn)題。為提高花卉種類(lèi)的識(shí)別準(zhǔn)確率，文章提出了一種基于ResNet50的深度學(xué)習(xí)方法，對(duì)5種常見(jiàn)花卉（向日葵、郁金香、玫瑰、蒲公英和雛菊） 進(jìn)行識(shí)別，并結(jié)合遷移學(xué)習(xí)技術(shù)以提升模型性能。實(shí)驗(yàn)結(jié)果表明，所提出的模型在測(cè)試集上取得了97.0%的分類(lèi)準(zhǔn)確率。（剩余5885字）