《表1 迁移策略验证结果:基于残差网络迁移学习的花卉识别系统》
%
实验1深度学习迁移策略验证。本文选取经典的AlexNet,以及Caffe中改进的CaffeNet来验证迁移学习算法的可靠性。其中非迁移模型是在原始训练好的模型基础上进行检测。而迁移策略包含两部分数据,一是从ImageNet中选取的116类花卉图片,89 603张做训练,9 943张做测试。二是网龙数据库中人工筛选的花卉图像380类,233 410张做训练,25 923张做测试,上述图片尺寸均为256×256。从表1的实验结果中可以看出,不管是单视角或多视角策略,AlexNet和CaffeNet的迁移学习方法在Top1和Top5都获得了较大幅度的提升。说明在深度卷积网络在大规模数据中学习到的边缘、纹理、颜色等方面的信息,适合于迁移到特定领域的网络低层次。而在花卉数据中学习到的信息,则可通过高层次参数调整实现。
图表编号 | XD0035426500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 关胤 |
绘制单位 | 网龙网络控股有限公司大数据与人工智能实验室 |
更多格式 | 高清、无水印(增值服务) |