侯向宁,刘华春,侯宛贞

1(成都理工大学工程技术学院,乐山 614000)

2(西华大学 计算机与软件工程学院,成都 610039)

步入全面小康社会,人们在享受物质生活的同时,也在不断追求高品质的精神生活,比如对美的欣赏及追求.花卉观赏可使人心情愉悦,给人恬美的视觉体验; 然而人们对花卉的分类却较为迷惑,究其原因主要有两点: 首先是花卉具有较高的类间相似性,即不同种类的花卉之间存在着难以分辨的相似的颜色及形状等; 其次是花卉具有较大的类内差异性,即同类花卉之间受气候和光照等因素的影响,存在着颜色、形状等方面的不同之处.

我国幅员辽阔,已知的花卉种类约3 万种. 在植物研究领域,基于人工提取特征的传统花卉分类方式分类准确率低且耗费人力; 而具有自动提取特征的基于深度学习的花卉分类方法逐渐受到人们的关注. 文献[1]设计了一个8 层的卷积神经网络,并在Oxford-102花卉数据集上进行了测试,由于模型的深度较浅,分类效果并不理想. 文献[2]通过迁移学习,对Inception-v3网络模型在花卉数据集上进行微调,对分类准确率有少量的提升. 文献[3]将AlexNet 和VGG16 模型的特征进行串联,利用mRMR 算法选择有效特征,最后采用SVM 分类器进行分类,该方法稍显繁琐且分类准确率不高. 文献[4]在VGG16 模型的基础上将多层深度卷积特征进行融合,并在 Oxford-102 花卉数据集进行了测试,但分类的准确率并不理想. 文献[5]对LeNet-5 模型进行了适当改造,取得了较好的分类效果,但其……