基于深度學習的植物識別技術的發展

彭鴻元　吳戀　鄭旭　張雯雯　蘭騰騰

摘要：隨著大數據的崛起，機器學習被越來越多的學者學習并研究，深度學習是機器學習研究中的一個新的領域，主要目的為通過計算機模擬人大腦的活動來解釋數據，例如圖像，聲音和文本。本文通過深度學習中的植物識別這一模塊，為大家簡要地介紹了深度學習中植物識別的相關方法與技術。

關鍵詞：深度學習；植物識別；卷積神經網絡；植物；圖像

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2018）19-0200-03

Abstract： with the rise of big data， machine learning is more and more scholars study and research， deep learning is a new field in machine learning research， main purpose is through the computer simulation of human brain activity to explain the data， such as images， sound and text. This paper introduces the methods and techniques of plant identification in deep learning by means of plant identification in deep learning.

Key words： deep learning； Plant identification； Convolutional neural network； Plants； image

1 引言

地球上的植物種類繁多，目前已發現的植物總數越有50萬種，植物的分類鑒別已然成了一個難題。近些年來，植物識別課題在深度學習領域得到持續的關注。研究學者們的目光主要集中在如何正確快速的識別上。隨著神經網絡科學的發展，人們放棄了從單一特征識別的方法，通過各學科之間的交融，從而達到更快速準確的識別效果。特征提取的學習方法一直都是處理智能識別問題的核心。

植物的分類是保護工作的基石，但現在植物的鑒別主要依靠人工進行，識別率低且耗時較長。特別是針對像貴州這樣自然條件優越，珍貴植物藥材豐富的地域，對于大多數不懂植物資源的人掌握和發現更多的植物藥材信息對人文發展、經濟發展都具有重要的推動作用。對于植物的鑒別需要一定的專業知識和相當豐富的經驗積累，有的情況下植物專家都很難準確的辨別出植物類別。所以借助人工智能的方法使計算機能夠通過圖片識別出植物，認識一種植物我們將不用再去翻閱繁多的資料，也不用再對著搜索框為關鍵詞發愁，通過獲取圖片直接進行識別。……