基于卷积神经网络模型的多肉植物种类识别

摘要

多肉植物凭借其观赏价值被很多人喜爱.除此之外,多肉植物还有许多实际应用价值,如:酿酒、药用、建材、食用等.但由于品种复杂繁多、外观相似,人们通常不能准确地识别多肉植物的品种.利用卷积神经网络(CNN)强大的特征自学习能力,自动提取多肉植物特征,并分别对莲和玉露两科各4个品种的多肉植物进行分类,在模型M1中识别准确率分别为0.89、0.84,在模型M2中识别准确率分别为0.95、0.89,可以看出随着卷积层数的加深,能够得到更好的识别效果.