android基于神经卷积网络的智能识别

传统的图像识别对机器的性能要求较高，运行时间较长。传统的旅游景点图像识别准确率严重依赖于耗时费力的人工特征设计。以上特点明显不符合于本次科研训练。故本文利用深度卷积神经网络强大的特征学习和特征表达能力来自动学习各个旅游景点特征，并借助迁移学习方法在TensorFow深度学习框架下，将inception v3模型在自己准备的旅游景点图像数据集上进一步卷积学习达到旅游景点识别任务。对旅游景点图像进行分类等预处理，对每个景点类别各选取500幅图像组成样本集，从样本集中随机选择80%的样本用作训练集，剩余20%用作测试集。试验结果表明，迁移学习能够明显提高模型的收效速度和分类性能。准确率