基于MobileNet的10种清风藤植物石细胞图像智能鉴别研究

目的建立基于MobileNet的10种清风藤植物石细胞图像智能分类研究方法。方法采用传统粉末制片方法制作临时装片并在相同倍数下拍摄图像,自建基于上述图像的10种清风藤植物石细胞图像数据集,对数据集图像进行归一化处理,采用MobileNet模型对数据集进行训练并改进,设置网络训练参数批次为18、优化器adam为5e-5、I2为0.05,得针对本研究的改进型MobileNet模型。结果经过15次迭代后得出MobileNet模型对10种清风藤植物石细胞图像的分类精度为89.66%。结论基于改进的MobileNet模型能够快速、准确、客观、无损的对10种清风藤植物石细胞图像进行分类,可以为后期基于石细胞的清风藤属或科的智能识别系统提供技术指导。