改进的AlexNet卷积神经网络用于中草药叶片分类

摘要

近年来,深度学习被广泛应用于图像处理的各个领域。本文提出一种旨在强化特征提取的改进的AlexNet模型并通过对比实验加以验证。首先,利用网络爬虫算法爬取5类中草药叶片图像形成一个样本容量较小的数据集。然后,利用数据增扩技术将原数据集容量增大4倍形成新的数据集。最后,利用改进后的AlexNet模型和增扩后的数据集开展4组对比实验。实验结果表明,结合数据增扩和改进的AlexNet模型能最大程度地提高中草药图像分类的准确率。