基于SSD_MobileNet_v1网络的猫狗图像识别

摘要：

针对传统卷积神经网络对猫狗图像识别效果差的问题,构建了一种基于SSD_MobileNet_v1目标检测模型的猫狗图像识别方法.通过采集猫狗图像,创建数据集,对图像进行增强、标注等预处理,以消除噪声对识别的影响.在TensorFlow平台下,运用MobileNet提取特征,通过RPN区域建议生成特征区域,将此特征区域输入到SSD网络进行训练,应用训练好的SSD MobileNet v1模型对测试图像进行分类判别并得到识别结果.实验结果表明:该构建方法目标定位准确,识别准确率达98.21％,并对存在背景干扰的图像具有良好的鲁棒性.

关键词：猫狗图像识别、SSD_MobileNet_v1、图像预处理、目标检测、区域建议

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金：天津市科委科技特派员项目;天津市教委高等学校科技发展基金计划项目

在线出版日期：2020-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：38-44