发帖
雷达卡
基于贝叶斯卷积神经网络的害虫图像识别方法
园林害虫的防治任务是生态环境保护中最重要的工作之一。随着退耕还林以及城镇绿化政策的发展,人们对生活环境的要求不断提高,园林植物的害虫防治显得尤为重要。
园林害虫的种类繁多,人工识别的成本颇高,同时难度颇大。随着计算机视觉技术的兴起,很多方法都被应用到识别园林害虫图像中,并且在害虫图像识别、分类的任务上取得了较好的成果,其中包括一些传统的图像特征提取方式,如:视觉词袋框架(bag-of-words,BOW)以及SIFT(Scale Invariant Feature Transform)特征检测等。
近几年来,伴随着深度学习的发展,各种深层次的网络结构逐渐进入人们的视线,其中卷积神经网络(Convolutional Neural Network,CNN)被广泛应用于各种的分类任务中。由于CNN能够自动的提取图像中的特征,并且随着不断的训练,能够提取出高级、抽象的特征,因此具有较强的表达能力,取得了更好的分类效果。
传统的CNN中的权重参数是使用点估计来表示,也就是所有的权重都是某个确定的数值,并且通过反向传播等方法更新权重值。训练过程中使用dro ...
京公网安备 11010802022788号
