027-87860098

            基于圖像的花卉品種識別的度量學習

            2022/8/30
            近年來,通過深度學習對植物表型的研究受到越來越多的關注,在植物育種領域取得了令人矚目的進展。在植物表型分類和識別任務領域,深度學習極其依賴于大量的訓練數(shù)據來提取和識別目標特征。然而,對于一些品種數(shù)量龐大的花卉品種識別任務,傳統(tǒng)的深度學習方法很難在有限的樣本數(shù)據下取得較好的識別效果。為此,提出了一種基于度量學習的花卉品種識別方法。

            Oxford 102 Flowers 數(shù)據集中的示例圖像

            在分類網絡中加入中心丟失,使類間樣本分散,類內樣本緊湊,并使用ResNet18、ResNet50和DenseNet121腳本進行特征提取。為了評估所提出方法的有效性,選擇了一個公共數(shù)據集 Oxford 102 Flowers 數(shù)據集和我們構建的兩個新數(shù)據集。對于中心損耗和L2 softmax損耗聯(lián)合監(jiān)測的方法,三組數(shù)據的測試準確率分別為91.88%、97.34%和99.82%。通過T分布隨機鄰域嵌入(T-SNE)觀測到的特征分布,驗證了該方法的有效性。


            菊花測試集的ROC曲線。a ResNet18 (P=5,K=10)、b ResNet18 (P=18,K=5)、c ResNet50 (P=5,K=10)、d ResNet50 (P=18,K=5)、e DenseNet121 (P=5,K=10)

            作者提出了一種高效的度量學習方法用于花卉品種識別,該方法不僅具有較高的識別率,而且使從識別網絡中提取的特征具有可解釋性。本研究表明,該方法為少量數(shù)據在鑒定領域的應用提供了新思路,對花卉品種鑒定研究具有重要的參考意義。

            來源:Plant Methods.Metric learning for image-based flower cultivars identification.
            Ruisong Zhang, Ye Tian, Junmei Zhang, Silan Dai, Xiaogai Hou, Jue Wang & Qi Guo 
            https://plantmethods.biomedcentral.com/articles/10.1186/s13007-021-00767-w
            大片精品一区二区三区_亚洲香蕉网久久综合影院小说_欧美精品欧美一级在线观看_免费人成视网站在线不卡

                      色七七在线综合视频 | 一区二区三区视频在线观看 | 亚洲中文字幕一区在线播放 | 在线观看免费肉片AⅤ视频 久久免费国产視频 | 婷婷综合久久中文字幕一本 | 亚洲电影手机在线五月 |