沈若兰 黄英来 温 馨 张 岚

(东北林业大学 信息与计算机工程学院，黑龙江 哈尔滨 150040)

蘑菇产业是中国农业部门发展最快的产业之一，其也作为一种食用食材，在许多农业大省都处于较高的地位[1]。同时，我国存在许多种类的毒蘑菇，误食会很危险。当人们遇见未知的蘑菇时，传统方法为将蘑菇外在信息在浏览器窗口进行查询，其搜索结果依赖于描述者的文本信息，具有较强的主观性。随着科技的发展，人们可以通过图片上传，从而识别图像种类，在传统的识别方法中常用为，先除去背景多余信息再进行特征提取与模型训练[2]。此方法的模型泛化能力较差且受多种客观因素影响。

近年来，深度学习方法得到不断发展，在图像识别、语音处理等领域都取得了许多进展，许多相关研究工作也随之展开。同时，目前许多现有的智能识别方法仅停留在实验阶段，缺乏与用户进行交互的应用设计，但随着识别技术与智能交互技术更加广泛的发展，智能识别技术将逐渐走出实验室，应用于生活实践[3]。

本文以搭建蘑菇识别APP平台为主要展现形式，基于深度学习模型的迁移学习为主要训练方法，对蘑菇图像进行识别与分类，并返回相关信息。

1 神经网络及其经典模型

1.1 基于深度学习的迁移学习

深度学习由Hinton[4]等人在2006年提出，其通过对样本数据的内在规律和表示层次进行学习信息，并通过此信息进行图像分类、语音识别等任务，是一种复杂的机器学习算法。……