基于嵌入式和卷积神经网络的数字图像识别分类研究  

作　　者：梅光 陈琼[1] 李瑞林[1] 何勇福[1] 

机构地区：[1]南昌大学共青学院,江西九江332020

出　　处：《数码设计(电子版)》2024年第1期0421-0424,共4页

摘　　要：本文介绍了基于嵌入式系统和卷积神经网络的数字图像识别分类方法。嵌入式系统作为一个常见的平台,在数字图像识别中具有广泛的应用。卷积神经网络是一种常用的深度学习框架,被广泛应用于图像识别任务。本文详细探讨了嵌入式系统的定义、特点以及在数字图像识别分类中的应用。同时,解释了卷积神经网络的基本原理、结构以及卷积层、池化层和全连接层的作用和功能。还介绍了一些流行的卷积神经网络模型,如LeNet、AlexNet和VGGNet。

关 键 词：嵌入式系统 卷积神经网络 数字图像识别 分类 

分 类 号：TP75[自动化与计算机技术—检测技术与自动化装置]