2023年7月26日发(作者：)

计算机与多媒体技术Computer

And

Multimedia

Technology电子技术与软件工程Electronic

Technology

&

Software

Engineering基于卷积神经网络的图像识别文/秦川（四川省体育彩票管理中心

四川省成都市

610017

）摘

要：本文针对猫狗图像二分类问题，以深度学习框架Keras为基础，提出一种333卷积神经网络架构，以softmax函数作为输出

层激活函数，对每一层均使用Dropout方法来缓解过拟合现象。通过对模型的训练，其实验结果表明，该模型能够达到90%的精度。关键词：CNN;图像识别；猫狗1引言图像识别技术起源于20世纪40年代，其识别步骤主要包括：

图像采集一图像预处理一特征提取一图像识别。由于技术与硬件等

落后的问题，没有促使传统的图像识别技术的发展。但20世纪90

年代后，深度学习技术的出现使得图像识别技术有了新的发展方向。深度学习（DL）是机器学习（ML）领域中一个新的研究方向，

它被引入的目的是为了达到机器学习最初的目标一一人工智能。深度学习主要是通过构建

一个多层网络，使该网络自动学习并获取数据内部的隐藏信息，提

取出更高维、更抽象的数据，该数据相对于图像识别领域来说就是

图像的特征。基于卷积运算的神经网络系统，即卷积神经网络（CNN）

就是深度学习中主要的研究方法之一。本文主要讲解卷积神经网络

的架构，并以猫狗图像识别为例，将其实现。2国内外现状在文献［1］中，邱靖等人为传统水稻病害的图像识别技术对图

像特定特征依赖性强、识别效率低等问题，提出通过卷积神经网络

建立水稻病害识别模型，基于深度学习框架Keras进行训练。模型

经过5次迭代之后，其识别准确率就能够达到90%以上，并且泛

化能力较强。在文献［2］中，凌语等人为帮助病理医生诊断乳腺肿瘤，提出

了一种在VGG-19神经网络模型上改进的VGG-19A神经网络模型，

其主要在卷积层中的激活函数前加入批标准化（BN）算法，在全

连接层中加入dropconnect网络层来改进网络模型。对照实验表明，

改进的算法在准确性与泛化性能上有一定的提升。图2：卷积层示意图的ME-NBI图像分类方案。其实验结果表明，该方案的准确率可以

达到85.3%。在文献［8］中，Qiao

weilei等人提出一种针对合成孔径雷达

（SAR）图像特点的改进卷积神经网络模型一一Q-neto

Q-net实现

在文献［3］中，邱津怡等人针对葡萄图像中同一类别的差异较

大,不同类别的差异较小的问题，提出了一种基于CNN的多尺度

葡萄图像识别方案。通过对数据的扩增、融合人后、采用迁移学习

7SAR图像中的自动目标识别，该模型在对三种目标进行分类时，

其识别精度高达97.58%o和CNN方法来进行分类识别，在最后提出了适合其数据集的多尺

度图像数据融合模型MS-EAlexNeto虽然该模型的测试准确率高达

在文献［9］中，刘万军等人提出一种基于双重优化的卷积神经

网络算法，以提高卷积神经网络算法的识别精度和收敛速度。该算

法实现了卷积和全连接过程的集成优化，与局部优化网络相比，

99.92%,但其泛化性能不强。在文献［4］中，廖恩红等人提出一种

新的食品图像识别模型China

Food-CNN,来解决卷积神经网络识

别相似图像难度大等问题，以实现对食物的精准分类。其实验结果

表明该模型对食品图像的识别准确率为69.2%O在文献［5］中，刘嘉政提出一种基于CNN的小样本树皮图像

识别方案，以解决树皮图像分类过程中图像训练样本少，识别率低

等问题。其实验结果表明该方案在MNIST数据集.ImageNet数据集、

CIFAR-10数据集上的准确率为92%、90%、93%。集成优化网络具有更高的收敛速度和识别精度。在文献［10］中，

Andrea

Acevedo等人提出一种利用卷积神经网络的迁移学习方法对

八组外周血细胞进行高精度自动分类系统。该方案无需进行图像分

割，自动进行特征提取，并且可以对现有模型进行微调，以获得特

定的分类器。其实验表明，使用Vgg-16提取特征时，其准确率为

86%

o3卷积神经网络结构设计3.

1数据预处理在文献［6］中，Tasleem

Kausar等人提出一种基于卷积神经网

络和小波分解图像的乳房组织病理学图像分类的方案。其主要通过

使用2级Haar小波将原始的2048*1536*3图像分解为512*384*3,

再通过CNN模型进行训练。该方案大大减少了深层CNN的卷积

我们拿到的是三通道型、图像长宽不一致的数据。因此我们将

数据进行处理，先缩放为126x126大小的图像，再将图像灰度化。

时间，节约了计算资源。在ICIAR

2018验证数据上的准确率为

并且将图像矩阵进行归一化，使得图像的灰度值在0〜1之间。98.2%o在文献

⑺中，Horiuchi

Yusuke等人为解决放大内窥镜（ME-

3.2网络结构本文所使用的卷积神经网络模型如图1所示，该网络结构主要

包含3个卷积层，3个池化层，3个全连接层，1个输出层。NBI）与窄带成像区分胃癌和胃炎的问题，提出了基于CNN系统98