基于多任务持续学习的树种识别

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对现有的深度学习方法在树干或树叶单一识别任务上需要大量样本做标注和训练的问题，且存在灾难性遗忘现象，提出一种新的神经网络模型用于多任务树种识别。对于少量不同类型数据样本，本文引入持续学习，将树干识别和树叶识别看作2个连续的学习，实现多任务识别。训练模型分为2个阶段：第1阶段为树干识别，保留参数重要性;第2阶段引入正则化损失约束重要参数的变化，维持模型对于叶片的特征提取能力，而保持低重要性参数的改变，以学习不同树种样本中更多的特征信息。（剩余12689字）

试读结束

目录
monitor
客服机器人