基于卷积神经网络的分类算法设计及实现

摘要

深度学习应用凭借其在识别应用中超高的预测准确率,在图像处理领域获得了极大关注,这势必将提升现有图像处理系统的性能并开创新的应用领域。利用卷积神经网络等深层神经网络解决方案,可以逐渐取代基于算法说明的传统图像处理工作。尽管图像预处理、后期处理和信号处理仍采用现有方法进行,但在图像分类应用中(缺陷、对象以及特征分类),深度学习变得越发重要。本文就是采用LeNet构建深度学习模型进行图像的二分类,在未对于图片进行预处理的情况下依然能够具有较高的分类准确性,因此可以看出采用深度学习的方法相较于传统图片识别方式的优越性。