【树叶识别】AlexNet神经网络树叶识别系统【含GUI Matlab源码 2422期】

Matlab领域

已于 2023-12-09 14:07:22 修改

阅读量266

点赞数

分类专栏：付费专栏Matlab图像处理（进阶版）文章标签： matlab

于 2023-03-10 13:56:54 首次发布

本文链接：https://blog.csdn.net/weixin_63266434/article/details/129441376

版权

付费专栏Matlab图像处理（进阶版）专栏收录该内容

601 篇文章 373 订阅 ¥79.90 ¥99.00

订阅专栏

本文介绍了利用卷积神经网络（CNN）中的Le Net-5模型改进进行树叶识别，对比传统SVM算法，并提供MATLAB GUI源码。通过多层神经网络和卷积神经网络的概念解释，阐述了CNN在图像识别领域的优势。

摘要由CSDN通过智能技术生成

在这里插入图片描述

⛄一、神经网络简介

1 概述
树叶识别与分类在对于区分树叶的种类,探索树叶的起源,对于人类自身发展、科普具有特别重要的意义。目前的树叶识别与分类主要由人完成,但,树叶种类成千上万种,面对如此庞大的树叶世界,任何一个植物学家都不可能知道所有,树叶的种类,这给进一步研究树叶带来了困难。为了解决这一问题,一些模式识别方法诸如支持向量机(Support Vector Ma⁃chine,SVM)[1],K最近邻(k-Nearest Neighbor,KNN)[2]等被引入,然而,随着大数据时代的到来,这些传统分类算法暴露出越来越多的不足,如训练时间过长、特征不易提取等不足。

上世纪60年代开始,学者们相继提出了各种人工神经网络[3]模型,其中卷积神经网络由于其对几何、形变、光照具有一定程度的不变形,因此被广泛应用于图像领域。其主要特点有:1)输入图像不需要预处理;2)特征提取和识别可以同时进行;3)权值共享,大大减少了需要训练的参数数目,是训练变得更快,适应性更强。

卷积神经网络在国内研究才刚刚起步。Le Net-5[4]就是一种卷积神经网络,最初用于手写数字识别,本文研究将卷积神经网络Le Net-5模型改进并应用于树叶识别中。本文首先介绍一下卷积神经网络和Le Net-5的结构,进而将其应用于树叶识别,设计了实验方案,用卷积神经网络与传统的模式识别算法支持向量机(SVM)进行比较,得出了相关结论,并

了解本专栏