[论文解读] Flower Categorization using Deep Convolutional Neural Networks

Ayesha Gurnani, Viraj Mavani+2 more|arXiv (Cornell University)|Aug 12, 2017

Smart Agriculture and AI参考文献 8被引用 21

一句话总结

本文提出了一种基于深度学习的花卉分类方法，采用两种卷积神经网络架构——GoogLeNet 和 AlexNet——在牛津102花卉数据集上进行实验。使用 GoogLeNet 时，模型在 top-1 和 top-5 准确率上分别达到 47.15% 和 69.17%，显著优于随机分类（0.98%），表明该方法在植物学和自然探索等实际应用场景中具备出色的细粒度花卉识别性能。

ABSTRACT

We have developed a deep learning network for classification of different flowers. For this, we have used Visual Geometry Group's 102 category flower dataset having 8189 images of 102 different flowers from University of Oxford. The method is basically divided into two parts; Image segmentation and classification. We have compared the performance of two different Convolutional Neural Network architectures GoogLeNet and AlexNet for classification purpose. By keeping the hyper parameters same for both architectures, we have found that the top 1 and top 5 accuracies of GoogLeNet are 47.15% and 69.17% respectively whereas the top 1 and top 5 accuracies of AlexNet are 43.39% and 68.68% respectively. These results are extremely good when compared to random classification accuracy of 0.98%. This method for classification of flowers can be implemented in real time applications and can be used to help botanists for their research as well as camping enthusiasts.

研究动机与目标

• 开发一种基于深度学习的系统，实现从图像中对花卉物种的精确分类。
• 评估并比较两种成熟的卷积神经网络架构——GoogLeNet 和 AlexNet——在细粒度花卉分类任务中的性能表现。
• 实现实时花卉分类，支持植物学和基于自然的研究等实际应用场景。
• 提供一种稳健且可扩展的自动化花卉识别解决方案，适用于学术研究与野外应用。

提出的方法

• 使用牛津102花卉数据集，该数据集包含 102 种花卉类别，共 8,189 张图像。
• 采用两阶段流程：图像分割后接基于深度学习的分类。
• 在相同超参数设置下训练并评估 GoogLeNet 和 AlexNet 模型，以确保公平比较。
• 采用标准的深度学习训练协议，包括数据增强和随机梯度下降。
• 使用 top-1 和 top-5 准确率作为评估指标，以衡量模型性能。
• 确保训练与验证集划分一致，以保障结果的可重现性与可靠性。

实验结果

研究问题

• RQ1 GoogLeNet 和 AlexNet 在从自然图像中分类细粒度花卉物种方面的表现如何？
• RQ2 基于深度卷积神经网络的系统是否能在具有挑战性的细粒度花卉分类基准上实现有意义的准确率？
• RQ3 在 102-Flower 数据集上，GoogLeNet 与 AlexNet 在 top-1 和 top-5 分类准确率方面的相对性能如何？
• RQ4 所提出的方法在花卉分类任务中相较于随机分类的性能提升程度如何？
• RQ5 该系统是否可适配用于植物学或自然探索等野外应用场景中的实时部署？

主要发现

• GoogLeNet 在 102-Flower 数据集上实现了 47.15% 的 top-1 准确率，显著高于随机分类的 0.98%。
• AlexNet 实现了 43.39% 的 top-1 准确率，表现强劲但略逊于 GoogLeNet。
• GoogLeNet 的 top-5 准确率为 69.17%，高于 AlexNet 的 68.68%，表明其在类别排序方面更具优势。
• 两种模型均以显著差距超越随机分类，验证了深度卷积神经网络在细粒度花卉识别中的有效性。
• GoogLeNet 与 AlexNet 之间持续存在的性能差距表明，GoogLeNet 在此特定任务中具有架构上的优势。
• 结果表明，所提出的方法适用于植物学和基于自然的研究中的实时应用。