|国家科技期刊平台
| 注册
首页|期刊导航|传感技术学报|基于深度残差网络与迁移学习的毒蕈图像识别

基于深度残差网络与迁移学习的毒蕈图像识别

樊帅昌 易晓梅 李剑 惠国华 郜园园

传感技术学报2020，Vol.33Issue(1)：74-83,10.
✕
传感技术学报2020，Vol.33Issue(1)：74-83,10.DOI:10.3969/j.issn.1004-1699.2020.01.014

基于深度残差网络与迁移学习的毒蕈图像识别

Toadstool Image Recognition Based on Deep Residual Network and Transfer Learning

樊帅昌 1易晓梅 2李剑 1惠国华 3郜园园1

作者信息

  • 1. 浙江农林大学信息工程学院,杭州311300
  • 2. 林业感知技术与智能装备国家林业与草原局重点实验室,杭州311300
  • 3. 浙江省林业智能监测与信息技术研究重点实验室,杭州311300
  • 折叠

摘要

关键词

图像识别/深度残差网络/迁移学习/毒蕈/数据增强

分类

信息技术与安全科学

引用本文复制引用

樊帅昌,易晓梅,李剑,惠国华,郜园园..基于深度残差网络与迁移学习的毒蕈图像识别[J].传感技术学报,2020,33(1):74-83,10.

基金项目

浙江省公益技术研究项目( GG19F010038,2019C02075,LGG18F030006,LGG19F010012) （ GG19F010038,2019C02075,LGG18F030006,LGG19F010012）

国家自然科学基金项目( U1709212) （ U1709212）

浙江省自然基金项目( LY19F030023) （ LY19F030023）

传感技术学报

OA北大核心CSCDCSTPCD

1004-1699

访问量0
|
下载量0
段落导航相关论文