基于SSD_MobileNet_v1网络的猫狗图像识别

摘要

针对传统卷积神经网络对猫狗图像识别效果差的问题,构建了一种基于SSD_MobileNet_v1目标检测模型的猫狗图像识别方法。通过采集猫狗图像,创建数据集,对图像进行增强、标注等预处理,以消除噪声对识别的影响。在TensorFlow平台下,运用MobileNet提取特征,通过RPN区域建议生成特征区域,将此特征区域输入到SSD网络进行训练,应用训练好的SSD_MobileNet_v1模型对测试图像进行分类判别并得到识别结果。实验结果表明:该构建方法目标定位准确,识别准确率达98.21%,并对存在背景干扰的图像具有良好的鲁棒性。