基于改进ResNet的藏药植物图像分类算法研究

摘要

本文为实现藏药植物高效精准的智能化识别,提升网络的分类性能,针对藏药植物图像数据集存在类别不平衡的情况,提出一种改进ResNet的藏药植物图像分类算法。在网络结构与损失函数上提出改进策略。将ResNet34首层卷积核替换为级联小卷积核,增加非线性激活层,采用自适配归一化方法,并添加Dropout层。采用优化的Focalloss函数代替交叉熵损失函数,改进平衡参数,增加权重因子动态调整各类藏药植物样本的损失权重。通过各项实验评估模型,证明了该方法的有效性,可用于藏药自动识别。