论文部分内容阅读
【目的】基于迁移学习提出一种微调卷积神经网络(CNN)的林业图像自动分类方法,以利于林业管理部门对相关事件作出合理的处置方案或指挥调度决策,从而提升森林管护水平,保护森林资源和生态安全。【方法】基于大规模辅助图像数据集ImageNet预训练好的CaffeNet模型,利用林业图像数据对模型进行微调训练。模型前5层参数通过迁移获得,包括卷积层、激活函数和池化层;全连接层和Softmax参数通过训练确定。【结果】微调预训练卷积神经网络CaffeNet模型具有很好的林业图像分类正确率,在根据林业业务需求建立