基于LeNet网络的图像识别应用研究  

Application of Image Recognition Based on LeNet Network

作　　者：蔡颖慧 陈泽宇 冯艳燕 肖明珠 吴凡[1] Cai Yinghui;Chen Zeyu;Feng Yanyan;Xiao Mingzhu;Wu Fan(College of Information Science and Technology,Zhejiang Shuren University,Hangzhou Zhejiang 310000,China)

机构地区：[1]浙江树人大学信息科技学院,浙江杭州310000

出　　处：《信息与电脑》2020年第7期134-137,共4页Information & Computer

基　　金：浙江省高校实验室工作研究项目(项目编号:YB201958);国家级大学生创新创业训练计划项目(项目编号:201811842004);浙江省高等教育“十三五”第一批教学改革研究项目(项目编号:jg20180268);浙江省基础公益研究计划项目(项目编号:LGG18F020010)。

摘　　要：卷积神经网络(CNN)在图像识别方面起着无法替代的作用,其经典网络模型包括LeNet、AlexNet、VggNet等。笔者以MINIST数据集作为训练样本,在DIGITS上使用LeNet网络进行模型训练,根据数据集特征进行适用情境预测,采用相应图像测试模型准确率,验证适用情境预测的正确性,并结合测试结果对模型适用情境进行分析。该结论可以作为后续根据使用情境训练专用网络模型的参考。Convolutional neural network(CNN)plays an irreplaceable role in image recognition.Its classic network models include lenet,alexnet,vggnet,etc.In this paper,Minist data set is used as the training sample,and lenet network is used to train the model on digits.According to the characteristics of the data set,the applicable situation prediction is carried out.The accuracy of the corresponding image test model is used to verify the correctness of the applicable situation prediction,and the applicable situation of the model is analyzed based on the test results.This conclusion can be used as a reference for training the private network model based on the use of context.

关 键 词：深度学习 图像识别 LeNet 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程]