[发明专利]一种基于深度学习的树种分类方法与系统

摘要

本发明公开了一种基于深度学习的树种分类方法与系统，所述方法包括：采集样本图像进行标注，利用标注后的样本图像构造数据集并进行预处理，然后对预处理后的图像数据集利用卷积神经网络提取图像特征，获取特征向量集，利用获取的特征向量集训练验证三十分类器。最后采集待测树种的叶片图像数据以及进行预处理操作，并提取特征向量，再利用训练过的三十分类器对提取的叶片图像特征向量进行判断分类，实现树种的自动分类。本发明解决了现有树种分类方法无法完整反映树种叶片轮廓特征而造成结果不准确的问题，保证了树种分类的准确性以及可靠性。

主权项

1.一种基于深度学习的树种分类方法，其特征在于，包括以下步骤：采集预设数量的树种叶片图像，以获得样本图像；对获得的所述样本图像进行标注，利用标注后的样本图像构造数据集以及对所述数据集进行预处理操作，用于训练三十分类器；所述三十分类器用于对树种的叶片图像进行分类；对所述预处理后的样本图像进行特征提取，获得特征向量集；利用获得的所述特征向量集对所述三十分类器进行训练和验证；采集待测树种的叶片图像，对所述待测树种的叶片图像进行预处理，并提取特征，利用所述经过训练和验证的三十分类器对提取的特征进行判断分类，获得所述待测树种的种类。