基于深度学习的小包外观图像分类识别

为了提高对小包外观图像的分类识别准确率和测试精度。设计了一种基于深度学习的视觉几何组网算法结构来加强对图像分类识别的准确度。使用视觉几何组网对图像分类识别的准确度能够达到96%以上,而传统浅层和深层卷积神经网络对图像分类识别的准确度只能够达到76%。使用视觉几何组网对小包外观图像进行分类识别准确率高,测试精度也有所提升。利用VGGNet-11与VGGNet-13分别对输入图片进行特征提取,并在最后对提取的特征进行耦合,以此来提高图像分类的准确性。