基于卷积神经网络的184类树叶分类-matlab-相似图像分类 -使用了多个模型进行仿真

最新推荐文章于 2025-06-16 16:23:11 发布

原创

最新推荐文章于 2025-06-16 16:23:11 发布 · 3.1k 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#卷积神经网络 #图像分类 #树叶分类

该博客介绍了使用MATLAB进行184类树叶图像分类的项目，数据集中的类别差异不明显，形状各异。作者通过构建深度网络，包括定义网络结构和设置输入、输出尺寸，并探讨了利用预训练模型如VGG16、VGG19、googlenet进行训练的效果，展示了训练过程中的部分结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 数据集如下图所示

不同类别之间的差别不是很明显，同一类别的树叶，形状不一
联系方式：127-31-370-84（q号添加麻烦备注 csdn）
在这里插入图片描述

在这里插入图片描述
使用matlab构建深度网络，
网络的输入即为图片的大小
网络最后的输出为类别数目
下面是网络的定义过程

%  构建网络模型           
layers = [imageInputLayer([250 250 3])     % 输入层
          convolution2dLayer(5,20)         % 卷积层
          reluLayer
          maxPooling2dLayer(2,'Stride',2)   % 池化层
          
          convolution2dLayer(5,20)    
          reluLayer
          maxPooling2dLayer(2,'Stride',2)
          
          convolution2dLayer(5,20)    
          reluLayer
          maxPooling2dLayer(2,'Stride',2)
          
          
          fullyConnectedLayer(184)        % 全链接层
          softmaxLayer
          classificationLayer()];          % 输出分类层

此外也可以导入VGG1