基于Inception-v3模型的蛇类图像识别

被引:2
|
作者
张皓洋
机构
[1] 江苏省南京市南京外国语学校
关键词
蛇咬伤; 迁移学习; TensorFlow; 卷积神经网络; Web系统;
D O I
暂无
中图分类号
TP391.41 []; TP18 [人工智能理论];
学科分类号
080203 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
本研究基于迁移学习方法,重新训练TensorFlow深度学习库中的Inception-v3卷积神经网络模型,对5种代表性蛇类进行高精度分类。模型训练结果显示,训练集总体准确率达到99%,测试集总体准确率达到92.3%,模型交叉熵损失值维持在0.015,具有良好的分类准确性。本研究针对此模型开发了一款Web系统,实现了模型Web线上部署,系统实测评估结果显示,对于5种实际蛇类图片,模型实际分类准确率维持在88%-96%之间,具有良好的泛化能力。
引用
收藏
页码:58 / 61
页数:4
相关论文
共 5 条
  • [1] 2018年中国蛇伤救治专家共识
    李其斌
    吕传柱
    梁子敬
    张剑锋
    王威
    赖荣德
    [J]. 蛇志, 2018, 30 (04) : 561 - 567
  • [2] 关于深度学习的综述与讨论
    胡越
    罗东阳
    花奎
    路海明
    张学工
    [J]. 智能系统学报, 2019, 14 (01) : 1 - 19
  • [3] 人工神经网络中损失函数的研究
    任进军
    王宁
    [J]. 甘肃高师学报, 2018, 23 (02) : 61 - 63
  • [4] 迁移学习研究进展
    庄福振
    罗平
    何清
    史忠植
    [J]. 软件学报, 2015, 26 (01) : 26 - 39
  • [5] 中国毒蛇学[M]. 广西科学技术出版社 , 覃公平主编, 1998