文献

J-GLOBAL ID：201902211353267011   整理番号：19A1514529

有意性検出と遷移学習に基づく花弁画像分類【JST・京大機械翻訳】

Flower image classification based on saliency detection and transfer learning

著者 (5件)： Wu Di (北京信息科技大学計算机学院,北京,100101) ,  Liu Xiulei (北京信息科技大学計算机学院,北京,100101) ,  Hou Lingyan (北京信息科技大学計算机学院,北京,100101) ,  Liu Xuhong (北京信息科技大学計算机学院,北京,100101) ,  Li Hongchen (国家安全生産監督管理総局通信信息中心,北京,100013)
資料名： Beijing Xinxi Keji Daxue Xuebao (Ziran Kexue Ban)  (Beijing Xinxi Keji Daxue Xuebao (Ziran Kexue Ban))
巻： 34  号： 1  ページ： 55-63  発行年： 2019年 
JST資料番号： C3519A  ISSN： 1674-6864  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 伝統的な花弁分類法と通常の畳込みニューラルネットワークは,花の背景の影響を分類するのが難しいという問題に照準を定めて,顕著性検出と移動学習を結合する方法を提案した。背景の事前の有意性の方法により花の領域を決定し、花の分割方法と遷移学習に基づく深さのニューラルネットワーク分類方法を結合させ、訓練遷移のInceptionV3ネットワークを花の画像に利用し、訓練したネットモデルを利用して花の画像を分類する。国際公開花弁識別データセットOxfordflower-102の実験は以下のことを示した。本モデルは,改良Alexネットワーク分類精度より7.63%高く,そして,未分割の花弁画像と比較して,ネットワーク訓練モデルの精度は,2.85%高く,そして,分類精度は,93.38%であった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  *画像 ,  *学習 ,  ネットワーク
準シソーラス用語： 分類精度 ,  畳込みニューラルネットワーク ,  分類法 ,  *画像分類 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 遷移 ,  学習 ,  花弁 ,  画像分類