基于AlexNet深度学习模型的中草药植物图像分类研究与实现

摘要：

本文研究了卷积神经网络中AlexNet模型在5种中草药图像分类过程中的应用.通过Python爬虫算法爬取百度图片中5类中草药3000张图片,并通过数据增扩算法将数据集扩增到12000张,以满足模型训练的需求.为了提高训练的效率将数据集转换成LMDB格式,并采用减均值的方式加快模型收敛,以最大限度平衡用CPU训练带来的训练周期过长的影响.合理调整模型参数,经过300次迭代得到87.5％的分类准确率.

关键词：AlexNet、深度学习、中草药、图像分类

所属期刊栏目：34

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金项目;安徽省高校省级重点项目;安徽省高校省级质量工程项目;安徽中医药大学自然科学研究项目;安徽中医药大学教学研究项目;安徽中医药大学2019年度课程思政教学改革试点项目课程序号31,软件工程

在线出版日期：2020-05-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：44-49