基于深度学习的树种识别算法研究

目录

声明

摘要

1绪论

1．1研究背景和意义

1．2图像识别技术概述

1．3国内外研究现状

1．3．1树种识别研究现状

1．3．2深度学习算法研究现状

1．4主要研究内容

1．5论文的组织结构

2深度学习理论

2．1神经元模型

2．2卷积神经网络

2．2．1输入层

2．2．2卷积层

2．2．3池化层

2．2．4输出层

2．3卷积神经网络的训练

2．4本章小结

3树木整体图像数据集的构建

3．1树种图像的获取

3．2树种图像的数据增强

3．3本章小结

4基于深度学习的树种识别模型研究

4．1基于深度学习的树种识别流程

4．2实验环境及设置

4．3模型的评估测试

4．4基于卷积神经网络的树种识别

4．4．1模型参数的设置

4．4．2 SGD和Adam优化器训练效率对比

4．4．3四种模型的识别结果与分析

4．5基于迁移学习的树种识别

4．5．1模型参数的设置

4．5．2迁移学习实验结果与分析

4．5．3迁移学习与直接训练实验结果与分析

4．5．4可视化分析

4．6基于集成迁移学习的树种识别

4．6．1模型结构

4．6．2集成模型实验结果与分析

4．7与传统图像识别方法的比较

4．8本章小结

5基于移动端的树种识别系统实现

5．1移动端树种识别系统结构

5．2系统前端界面的设计

5．3系统服务端的设计

5．4系统运行测试

5．5本章小结

6总结与展望

6．1总结

6．2展望

参考文献

附录

个人简介

致谢