qinzigan的博客

原创 基于CNN的花卉识别系统

近年来，一些后续模型也在不同方面做了改进，如EfficientNet、MobileNet等，特别适用于轻量级和移动设备上，在实验过程中也遇到了许多困难，但是都通过各种渠道良好的解决，因此，在未来的学习生活过程中应该不惧困难，直面困难。研究模型的解释性能，选择适当的解释性技术，以增强系统的可理解性。在实现该次实验过程中，数据集的质量显得尤为重要，不充分或者不代表性数据可能会导致模型过于拟合，或者泛化能力不足，因此评估选定数据集的覆盖范围，图像质量，标签准确性等因素，需要进行数据增强选择更加全面的数据集，