- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
?
?
基于卷积神经网络的图像分类技术
?
?
童浩然+楚军+沈静静
【摘要】随着大量带标记的数据库的开源使用和带有高性能GPU的计算机的发展推广,深度学习已然从理论走向实践,开始广泛地活跃于图像分类的舞台之上,其中变现最为突出的是卷积神经网络(Convolutionalneuralnetworks,CNNs),目前已经在大规模的识别与分类任务获得了瞩目的成果,突破了传统分类方法的极限并且已经首次达到优于人眼识别的地步。本次实验的重点是将CNN应用在实际的图像分类操作中,并对CNN进行优化与改进,采用Inception架构高效并行处理数据,并采取新型激活函数来提高识别率,通过迁移学习在谷歌的深度学习框架tensorflow上进行试验,结果表明,通过对CNN架构的改进,识别率得到了明显的提升,证明改进的CNN具有相当的实用性。
【关键词】深度学习;卷积神经网络;Inception架构;迁移学习
中图分类号:TP18文献标识码:A文章编号:2095-2457(2017)32-0036-002
【Abstract】Withtheopen-sourceuseofalargenumberoflabeleddatabasesandthedevelopmentandpromotionofcomputerswithhigh-performanceGPUs,deeplearninghasmovedfromtheorytopracticeandhasbeenwidelyactiveonthestageofimageclassification.ThemostprominentoftheseisConvolutionalneuralnetworks(CNNs)haveachievedremarkableresultsinlarge-scaleidentificationandclassificationtasks,breakingthelimitsoftraditionalclassificationmethodsandforthefirsttimebeingbetterthanhumaneyerecognition.ThefocusofthisexperimentistoapplyCNNintheactualimageclassificationoperationandtooptimizeandimproveCNN.TheInceptionarchitectureisusedtoefficientlyprocessdatainparallel,andanewactivationfunctionisusedtoimprovetherecognitionrate.ThroughthestudyofmigrationdepthinGoogleTheresultsshowthattherecognitionratehasbeensignificantlyimprovedthroughtheimprovementofCNNarchitecture,whichprovesthattheimprovedCNNisquitepractical.
【Keywords】Deeplearning;Convolutionalneuralnetwork;Inceptionarchitecture;Migrationlearning
0引言
传统的图像分类技术最近几年来发展十分缓慢,那些利用手动提取特征并进行分类的方法获得的关注越来越少。传统图像分类技术概括如下,例如使用SIFT[1]和HOG[2]等方法进行特征提取后再利用无监督学习算法来生成特征描述符号,然后利用监督学习算法对训练数据集中带标签的特征集进行学习并获得分类器,从而实现对图像的分类。
随着大数据时代的到来和深度学习的火热兴起,图像分类技术以日新月异的速度高速发展,无数的成果接踵而来。尤其是Alex[3]网络在著名的ILSVRC[4]比赛上赢得冠军,深度学习的实用性深得人心,人们正式开始投身于深度学习网络在图像识别应用的汪洋大海中,在物品定位,姿态估计,目标检测,视频目标索引,场景分类,场景解析等应用中取得一个又一个瞩目的成就,彻底取代了传统浅层网络和分类方法的地位。
在本文中,将实验重心放在利用Tensorflow实际搭建CNN框架,并对Imagenet数据库里
您可能关注的文档
- 信用体系在电力营销风险管理中的应用1.docx
- 市政工程道路路基施工技术研究.docx
- 大数据时代下的金融业发展与对策.docx
- 俄语文学作品中的俄语方言及其翻译策略.docx
- 刍议风力发电机组电气控制系统检修.docx
- 从身体社会学来解析莫里森的新作《慈悲》.docx
- 为亚洲设计完整版.docx
- 中小企业资产证券化的困境及对策-障碍.docx
- 信息化环境下企业养老保险档案管理模式探讨.docx
- 基于类APPStore的信息技术自主体验式教学探究.docx
- 鲁教版(2024)九年级化学上册《碳达峰与碳中和》教案及反思.docx
- 西师大版(2024)小学数学一年级上册《第几》教案及反思.docx
- 浙美版(2024)小学美术一年级上册《我的书包》教案及反思.docx
- 西师大版(2024)小学数学一年级上册《介绍生活中人和物的位置》教案及反思.docx
- 西师大版(2024)小学数学一年级上册《综合与实践 我的伙伴我的班》教案及反思.docx
- 浙美版(2024)小学美术一年级上册《排排队,拉拉手》教案及反思.docx
- 浙美版(2024)小学美术一年级上册《大自然真美》教案及反思.docx
- 西师大版(2024)小学数学一年级上册《认识0~9》教案及反思.docx
- 西师大版(2024)小学数学一年级上册《数学游戏 猜数字》教案及反思.docx
- 浙美版(2024)小学美术一年级上册《小小书签》教案及反思.docx
最近下载
- 前景理论_风险决策分析.pdf
- 苏教版小学六年级下册数学 第七单元 总复习 图形与几何 第1课时 平面图形的认识.ppt
- 人教版高中历史选择性必修1--第9课 近代西方的法律与教化.docx VIP
- 常见的面试题及其回答技巧.ppt
- 人教版高中历史选择性必修1--第6课 西方的文官制度.docx VIP
- DB36_T 943.1-2017 中小型水利水电工程单元工程施工质量验收评定规程 第1部分:土石方工程.pdf VIP
- 沙特阿拉伯王国法律法规.pdf
- 配电自动化终端检测实验报告.docx
- 人教版高中历史选择性必修1--第12课 近代西方民族国家与国际法的发展.docx VIP
- 2024年11月-JC10心理咨询伦理单元作业题(答案版).pdf VIP
文档评论(0)