多尺度改進Xception 的花卉圖像分類方法

摘 要：針對傳統圖像分類方法在花卉圖像上存在分類效果不佳的問題，提出一種改進Xception 網絡的方法。首先結合Res2net 中的多尺度模塊來提高模型特征信息的豐富度，提出Multi_Xception 網絡，接著使用1×1 卷積核對多尺度深度可分離卷積模塊的輸入特征圖進行信道壓縮，減少模型參數的同時進一步豐富模型特征信息，提出Multi2_Xception 網絡。將改進模型應用于Flowers Recognition 花卉數據集分類，實驗結果表明，該方法相較于原算法分類準確率提升了1.64%，F1-score提升了0.018，驗證了多尺度Xception 網絡的有效性。

關鍵詞：花卉圖像分類；深度學習；卷積神經網絡（CNN）；多尺度Xception

中圖分類號： TP391.4 文獻標識碼： A 文章編號： 1673-8462（2023）02-0090-07