基于迁移学习技术的本地玫瑰品种检测系统

花卉品种检测并给出该品种详情及栽培过程与养护建议，对花卉种植、品种培育与花卉业务十分重要。在孟加拉国所有本地花卉中，玫瑰是最受欢迎且需求最大的花卉之一。玫瑰不仅于孟加拉国，也在全世界范围内最受青睐。除装饰外，玫瑰还可用于许多其他用途。由于玫瑰在花卉业务中需求巨大，玫瑰品种检测将非常必要。然而，不同于不同花卉的分类，针对特定花卉品种检测尚无显著工作。在本研究中，我们提出一种利用迁移学习技术从图像中检测玫瑰品种的模型。对此类花卉工作，图像处理与分类资源不足，故我们需要大规模海量图像数据集以训练模型。我们使用了 5 个不同品种的 1939 张原始图像，并通过增强生成 9306 张训练集图像与 388 张测试集图像以验证模型。我们应用了四种迁移学习模型：Inception V3、ResNet50、Xception 与 VGG16。其中 VGG16 取得 99% 的最高准确率，为极佳结果。据研究，利用迁移学习方法进行玫瑰品种检测是首个公开可用的特定花卉品种检测工作。