基于改进ResNet的藏药植物图像分类算法研究  

作　　者：周婷 杜建强[1] 朱彦陈[1] 罗计根 胡定兴 

机构地区：[1]江西中医药大学计算机学院,江西省南昌市330004

出　　处：《电子技术与软件工程》2022年第3期164-169,共6页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

基　　金：国家重点研发计划(2019YFC1712301);国家自然科学基金(62141202);江西省自然科学基金项目(20202BAB 202019);江西省研究生创新专项资金项目(YC2020-S370)。

摘　　要：本文为实现藏药植物高效精准的智能化识别,提升网络的分类性能,针对藏药植物图像数据集存在类别不平衡的情况,提出一种改进ResNet的藏药植物图像分类算法。在网络结构与损失函数上提出改进策略。将ResNet34首层卷积核替换为级联小卷积核,增加非线性激活层,采用自适配归一化方法,并添加Dropout层。采用优化的Focalloss函数代替交叉熵损失函数,改进平衡参数,增加权重因子动态调整各类藏药植物样本的损失权重。通过各项实验评估模型,证明了该方法的有效性,可用于藏药自动识别。

关 键 词：ResNet 图像识别 类别不平衡 Focal loss 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] R29[自动化与计算机技术—计算机科学与技术]