TY -的A2 -米利,米歇尔·吴盟——Danzi盟——汉雪盟——王、关盟——太阳,于非盟-张,海盐AU - Fu Hongping PY - 2019 DA - 2019/11/21 TI -深度学习分类损失植物鉴别SP - 2015017六世- 2019 AB -植物鉴别是一个细粒度的分类任务旨在识别家庭,属,根据植物的外观特征和种类。受分类树层次结构的启发，提出了分类损失算法，该算法通过简单的分组和求和运算，将多级标签之间的层次关系编码到深度学习目标函数中。通过在PlantCLEF 2015和PlantCLEF 2017数据集上训练各种神经网络，实验结果表明，所提出的损失函数易于实现，并优于最常用的交叉熵损失。在PlantCLEF 2015数据集上，采用两种不同的损失函数分别训练8个神经网络，分类损失训练的模型性能得到显著提高。在PlantCLEF 2017 1万种数据集上，分类损失训练的SENet-154模型在科、属和种水平上的准确率分别为84.07%、79.97%和73.61%，较交叉熵损失训练的模型分别提高了2.23%、1.34%和1.08%。分类法上的缺失进一步促进了细粒度分类任务的实现。SN - 1687- 5265ur - https://doi.org/10.1155/2019/2015017 DO - 10.1155/2019/2015017 JF -计算智能和神经科学PB - Hindawi KW - ER -