qq_28249373的博客

在没有神经网络之前，人们是如何实现图片的分类和识别的呢？比如说，一个陌生人，你从来没见过他，但是给你一张他的照片，你能否从茫茫人海中认出他来？我想，只要你不是脸盲的话，你是有很大概率能认出来的。当然，能不能认出来，辨认的难度如何，还跟照片和本人的匹配程度有关。如果给我一张照片，让我从一群人中去找出照片中的人，我会拿出照片一个一个地去比对，然后给匹配程度打分，最后选出得分最高的人，那个人就是照片中的人。这种方法就是模板匹配，匹配程度就是相关性。用作模板的就是那张照片，被用来比对的人就是样本，那么相关性是什么

花卉数据集共包括64000张图片，囊括了32种花卉的类别，其中10%为测试集，90%为训练集。图片的大小为224x224，通道数为3。一共使用了23种模型进行训练，通过评估，mobilenet_v1、mobilenet_v3_large、mobilenet_v3_small、inception_v2、inception_v3、AlexNet、ZF_Net几个模型，具有计算量小，分类准确度高的优点，适合移动端和嵌入式的部署。