目录
一、模型框架
二、 数据预处理
三、特征提取与分类
四、结果展示与分析
五、核心程序代码
一、模型框架
此次课程设计我所用的模型是深度学习里面的VGG16卷积神经网络模型，在模型训练过程中，所用的贯序式模型，就是一层层链接，最后得到输出层。在之前的中期报告中，对于两个题目我分别用的是肤色检测和CNN模型，但是，在之后的程序设计当中，我发现对于两者所训练的结果准确率不高，并且分类效果不明显。所以我选用深度学习里面的VGG16作为模型。
从下面两个图可以看出，VGG16共有16个层，这也是VGG16名称的由来，是一个相当深的卷积神经网络。VGG各种级别的结构都采用了5段卷积，每一段有一个或多个卷积层。同时每一段的尾部都接着一个最大池化层来缩小图片尺寸。每一段内的卷积核数量一致，越靠后的卷积核数量越多 64-128-256-512-512。经常出现多个完全一样的卷积层堆叠在一起的情况。16的卷积网络是stride=1，kernel
最后
以上就是缓慢火龙果最近收集整理的关于VGG16模型进行十种花卉分类与识别（pycharm+python3.6解释器）目录一、模型框架的全部内容，更多相关VGG16模型进行十种花卉分类与识别（pycharm+python3内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复