基於densenet-121深度卷積網路，提出了回歸、多標籤分類和聚焦損失函式3種蘋果葉片病害識別方法。
用於識別的影象資料集**於aichalenger-plant-disease-recognition。蘋果葉片資料集由健康蘋果、一般蘋果黑星病、嚴重蘋果黑星病、蘋果灰斑病、一般雪松蘋果銹病、嚴重雪松蘋果銹病的症狀影象組成。所有的資料影象尺寸歸一化到1281283。通過隨機選擇的影象，以8:2的比率將構建的資料集分成訓練資料集和測試資料集。在訓練資料集中的症狀影象中，85%用於訓練，15%用於驗證。
為了擴大識別資料集，減少過擬合的機會，在訓練過程中採用了隨機旋轉、隨機平移、隨機縮放、隨機反轉、裁剪和歸一化等方法進行資料增強。基於densenet-121深度卷積網路，提出了回歸、多標籤分類和焦點損失函式3種方法識別蘋果葉部病害，包括健康蘋果、一般蘋果黑星病、嚴重蘋果黑星病、蘋果灰斑病、一般雪松蘋果銹病和嚴重雪松蘋果銹病。
定量實驗證明，與傳統的帶交叉熵損失函式的單標籤多分類方法相比，上述方法在不平衡資料集上取得了更好的識別效果。三種方法在測試資料集上的準確率分別為93.51%、93.31%和93.71%。
基於深度學習的農作物病害檢測
47 637 張總共 61 個分類標籤 6 種模型對影象進行特徵抽取 採用交叉熵和正則化項組成損失函式進行反向傳播調整，對資料集進行 4 種不同情況的劃分 並且使用了 初始化和遷移訓練兩種訓練方式，分別對 6 種網路架構在不同學習率下進行試驗比較 進行影象的高層特徵進行抽取，訓練之前對資料進行增強 ...
基於深度學習的OCR識別服務
1 支援對二代居民身份證正反面的關鍵字段識別，包括姓名 性別 民族 出生日期 住址 身份證號 簽發機關 有效期限，識別準確率可達98 以上。2 支援對營業執照關鍵字段的識別，包括單位名稱 法人 位址 有效期 證件編號 社會信用 等，準確率達94 以上。整套ocr服務可以分為服務端與客戶端。服務端搭建...
模式識別 機器學習 深度學習的區別
1 模式識別概念 模式識別是指對表徵事物或現象的各種形式的 數值的 文字的和邏輯關係的 資訊進行處理和分析，以對事物或現象進行描述 辨認 分類和解釋的過程，是資訊科學和人工智慧的重要組成部分。2 機器學習 電腦程式可以在給定某種類別的任務 t 和效能度量 p 下學習經驗 e 如果其在任務 t 中的效...