基于判別關(guān)鍵域和深度學(xué)習(xí)的植物圖像分類

張雪芹，余麗君

(華東理工大學(xué) 信息科學(xué)與工程學(xué)院，上海 200237)

0 引 言

目前，植物物種的分類主要依靠植物專業(yè)領(lǐng)域?qū)＜业娜斯づ袆e，導(dǎo)致基于圖像的植物識(shí)別任務(wù)工作量很大而且效率不高。在深度學(xué)習(xí)算法在圖像領(lǐng)域的興起之后，基于計(jì)算機(jī)視覺的自動(dòng)分類得到了很大的發(fā)展。Zhang等[1]采用自底向上的區(qū)域生成法產(chǎn)生待檢測(cè)鳥類目標(biāo)局部可能的候選框，結(jié)合候選區(qū)域之間的幾何約束，基于R-CNN訓(xùn)練3個(gè)檢測(cè)模型分別提取局部特征，采用將3個(gè)模型的全連接層特征級(jí)聯(lián)，形成整張圖像的細(xì)粒度特征用于分類。Lin等[2]提出了深度位置對(duì)齊模型對(duì)鳥類目標(biāo)進(jìn)行部件定位、對(duì)齊和分類，提出了閥門連接函數(shù)自適應(yīng)地減小分類和對(duì)齊的誤差。馮等[3]針對(duì)汽車和飛行器采用了基于注意圖分割的分類模型，先用卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行預(yù)分類，然后生成注意圖，利用注意圖分割出關(guān)鍵的目標(biāo)區(qū)域，通過對(duì)分割圖提取CNN特征，再進(jìn)行細(xì)粒度分類。Xiao等[4]基于鳥類目標(biāo)構(gòu)建一個(gè)兩級(jí)模型，第一級(jí)模型采用CNN來篩選主要目標(biāo)，實(shí)現(xiàn)去噪，第二級(jí)模型利用上一級(jí)模型輸出的去噪后的數(shù)據(jù)，重新訓(xùn)練模型，來提取特征進(jìn)行聚類分析和SVM分類。Peng等[5]基于鳥類、汽車和貓狗寵物3種數(shù)據(jù)集，改進(jìn)了兩級(jí)注意力模型分別用于定位物體在圖像中的位置和學(xué)習(xí)局部特征，再利用了空間約束模型用于強(qiáng)調(diào)局部之間的約束。

上述方法主要都是通過采用某些方法確定圖像中關(guān)鍵判定性區(qū)域，去除背景干擾，再執(zhí)行分類任務(wù)。但是這些方法在關(guān)鍵判定性區(qū)域的選擇上，沒有考慮到圖像中目標(biāo)高階語義的重要性，在篩選關(guān)鍵判定性區(qū)域時(shí)存在著較大的目標(biāo)定位的不準(zhǔn)確性和冗余，從而對(duì)后續(xù)特征提取和分類造成疊加誤差，造成分類精度不夠高。目前，基于語義分割的植物花型細(xì)粒度分類上研究還不多，本文將基于DeepLab的方法實(shí)現(xiàn)植物圖像像素級(jí)語義分割，找到圖像中具有判別意義的關(guān)鍵區(qū)域，同時(shí)結(jié)合全局域，采用CNN模型提取語義特征，采用softmax分類器進(jìn)行分類，提高細(xì)粒度分類的精度。

1 算法簡(jiǎn)介

1.1 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network，CNN)已被用于很多圖像分類識(shí)別任務(wù)中[6,7]。典型的CNN模型如圖1所示。AlexNet由卷積層、池化層、全連接層、分類器和ReLU非線性單元構(gòu)成[8]。GoogLeNet是改進(jìn)的網(wǎng)絡(luò)模型，加入的inception模塊可以有效地提取更多特征來提升訓(xùn)練結(jié)果[9]。原始圖像數(shù)據(jù)集經(jīng)輸入層送入網(wǎng)絡(luò)，神經(jīng)元自動(dòng)提取圖像的局部和全局特征，由全連接層連接所有的特征得到CNN提取的該圖像的特征表示，將輸出值訓(xùn)練分類器，比如一般常用的softmax分類器等。

圖1 AlexNet網(wǎng)絡(luò)模型結(jié)構(gòu)

CNN具有局部感受野、權(quán)值共享和下采樣3種結(jié)構(gòu)特征。通過這些特征來保證輸入信號(hào)目標(biāo)在一定程度上的平移、放縮和扭曲后的不變性?；诰植扛惺芤昂蜋?quán)值共享，在減少權(quán)值矩陣的同時(shí)保證網(wǎng)絡(luò)的學(xué)習(xí)能力不受影響，下采樣提高了模型逐層學(xué)習(xí)全局特征得到高階語義的能力。

1.1.1 前向傳播階段

前向傳播用于迭代更新網(wǎng)絡(luò)的參數(shù)，在前向傳播中，特征的運(yùn)算公式為

(1)

其中，y(l)表示第l層的輸出，x(i)是上一層的輸出作為這一層的輸入向量，?表示卷積運(yùn)算，bl是偏置，Wi表示該層包含的卷積核的權(quán)值，m表示輸入特征圖的集合，f(x) 表示非線性激活函數(shù)，通常用的是Sigmoid、Tanh和ReLU，以及最新的一些PReLU、Maxout等。

1.1.2 反向傳播階段

在m個(gè)樣本參與的前向傳播過程后，會(huì)輸出對(duì)應(yīng)的每個(gè)類別的預(yù)測(cè)結(jié)果，根據(jù)樣本的標(biāo)簽，即網(wǎng)絡(luò)的期望輸出定義網(wǎng)絡(luò)的優(yōu)化目標(biāo)為

(2)

其中，L(zi) 是定義的網(wǎng)絡(luò)的損失函數(shù)，網(wǎng)絡(luò)通過迭代訓(xùn)練最小化損失函數(shù)來降低網(wǎng)絡(luò)的分類誤差，zi是網(wǎng)絡(luò)反向傳播的輸入，在式(1)中的最后一層網(wǎng)絡(luò)的輸出，W表示網(wǎng)絡(luò)的權(quán)值，λ表示對(duì)應(yīng)的歸一項(xiàng)所占的比重。通常網(wǎng)絡(luò)的損失函數(shù)要根據(jù)具體的目標(biāo)函數(shù)來定，在多分類任務(wù)中通常采用Softmax分類器的輸出來最小化交叉熵?fù)p失函數(shù)。Softmax的歸一化后的概率函數(shù)如下

zi=zi-max(z1,z2,…,zm)

(3)

(4)

其中，zi是網(wǎng)絡(luò)對(duì)樣本的預(yù)測(cè)類別，減去最大值來保持計(jì)算的穩(wěn)定性，由于網(wǎng)絡(luò)最后的歸一化所以此操作不會(huì)造成影響，根據(jù)σi(z) 來預(yù)測(cè)zi屬于每個(gè)類別的概率。

定義交叉熵?fù)p失函數(shù)為

L(zi)=-logσi(z)

(5)

利用隨機(jī)梯度下降法來對(duì)式(1)中每一層的參數(shù)W和bl求導(dǎo)，更新網(wǎng)絡(luò)的參數(shù)。

1.2 DeepLab語義分割

語義圖像分割旨在為圖像中的每個(gè)像素生成分類標(biāo)簽。卷積神經(jīng)網(wǎng)絡(luò)雖然在提取局部特征和利用小感受野進(jìn)行良好預(yù)測(cè)方面取得了良好的效果，但它們?nèi)狈萌稚舷挛男畔⒌哪芰?，無法直接建模預(yù)測(cè)之間的相互作用。DeepLab采用全卷積網(wǎng)絡(luò)(fully convolutional networks，F(xiàn)CN)改進(jìn)了標(biāo)準(zhǔn)的卷積操作，利用空洞卷積擴(kuò)展感受野，獲得更多上下文信息，利用完全連接的條件隨機(jī)場(chǎng)優(yōu)化分割邊緣，提高了模型捕獲細(xì)節(jié)的能力[10,11]。

1.2.1 全卷積網(wǎng)絡(luò)

FCN是在CNN的基礎(chǔ)上改進(jìn)得到的，可以實(shí)現(xiàn)對(duì)圖像進(jìn)行像素級(jí)別的分割。它將卷積神經(jīng)網(wǎng)絡(luò)中的全連接層全部換成卷積層，利用反卷積操作對(duì)最后一個(gè)卷積層得到的特征圖進(jìn)行上采樣，最終得到一個(gè)與原圖大小相同的像素級(jí)預(yù)測(cè)。FCN避免了CNN重復(fù)進(jìn)行的池化和下采樣操作導(dǎo)致的特征圖分辨率下降，保留了原始輸入圖像的空間信息。它通過對(duì)上采樣的特征圖進(jìn)行逐像素分類，計(jì)算softmax分類損失，最終獲得像素級(jí)別的分割結(jié)果。

1.2.2 空洞卷積(atrous convolution)

由于圖像分割預(yù)測(cè)是像素級(jí)的輸出，因此FCN中有兩個(gè)關(guān)鍵，一個(gè)是池化減小特征尺寸增大感受野，另一個(gè)是上采樣擴(kuò)大特征尺寸。在先減小再增大尺寸的過程中，造成了空間信息損失。為了解決下采樣帶來的空間信息損失問題，DeepLab采用空洞卷積對(duì)卷積操作進(jìn)行改進(jìn)。

不同于反卷積，空洞卷積不通過上采樣擴(kuò)大特征分辨率，而是通過改變卷積核增大感受野。在空洞卷積中有個(gè)重要的參數(shù)rate，這個(gè)參數(shù)代表了空洞的大小。從原圖角度，所謂空洞就是在原圖上做采樣。采樣的頻率是根據(jù)rate參數(shù)來設(shè)置的，當(dāng)rate為1時(shí)候，就是原圖不丟失任何信息采樣，如圖2(a)所示，此時(shí)卷積操作就是標(biāo)準(zhǔn)的卷積操作，當(dāng)rate>1，比如2的時(shí)候，就是在原圖上每隔(rate-1)個(gè)像素采樣，如圖2(b)所示。采樣后的圖像與kernel做卷積，就變相增大了感受野。如果從kernel角度去看空洞，就是擴(kuò)大kernel的尺寸，在kernel中，相鄰點(diǎn)之間插入rate-1個(gè)零，然后將擴(kuò)大的kernel和原圖做卷積，同樣是增大了感受野。

圖2 空洞卷積

1.2.3 全連接條件隨機(jī)場(chǎng)

條件隨機(jī)場(chǎng)(conditional random field，CRF)方法通常在用于改進(jìn)語義分割效果。CRF方法是一種基于底層圖像像素強(qiáng)度進(jìn)行“平滑”分割的圖模型，在運(yùn)行時(shí)會(huì)將像素強(qiáng)度相似的點(diǎn)標(biāo)記為同一類別。DeepLab中CRF模型采用能量函數(shù)

E(x)=∑iφ(xi)+∑i

(6)

其中，變量xi是像素i的標(biāo)簽

φ(xi)=-logP(xi)

(7)

P(xi) 是由CNN計(jì)算的像素i的輸出標(biāo)簽的分配概率

(8)

滿足

(9)

km(fi,fj) 是 (fi,fj) 之間的高斯核，fi像素i的特征向量，由參數(shù)ωm加權(quán)。DeepLab中高斯核采用雙邊位置和顏色作為參考項(xiàng)

(10)

其中，前一個(gè)內(nèi)核考慮像素位置p和顏色I(xiàn)，后一個(gè)內(nèi)核只取決于像素位置。超參數(shù)σα,σβ,σγ表示高斯核的尺度。二元?jiǎng)莺瘮?shù)表征像素與像素之間的關(guān)系，對(duì)相似的像素，分配的標(biāo)簽也更有可能分配相同的標(biāo)簽，這樣可以細(xì)化邊緣。

2 基于DL-CNN的細(xì)粒度分類方法

本文提出的基于DL-CNN的細(xì)粒度分類方法包括3個(gè)部分：

(1)判別關(guān)鍵域生成。通過DeepLab對(duì)植物圖像進(jìn)行像素級(jí)分割，得到圖像中待檢測(cè)植物圖像目標(biāo)及其輪廓區(qū)域，作為待測(cè)目標(biāo)的判別關(guān)鍵域；

(2)構(gòu)建訓(xùn)練數(shù)據(jù)集。受限于算法的性能，對(duì)植物圖像進(jìn)行語義分割后，生成的判別關(guān)鍵域不可避免的存在過分割、不連通和不完整等情況。為了減少分割誤差對(duì)后續(xù)分類模型的影響，把由判別關(guān)鍵域圖像與原始圖像混合，構(gòu)成既包含局部信息又包含有全局信息的訓(xùn)練集；

(3)基于遷移學(xué)習(xí)訓(xùn)練基于GoogLeNet的分類模型。對(duì)于深度神經(jīng)網(wǎng)絡(luò)，采用較小的數(shù)據(jù)集學(xué)習(xí)所有參數(shù)會(huì)導(dǎo)致模型過擬合和梯度彌散問題，本文在ImageNet的基礎(chǔ)上，采用遷移學(xué)習(xí)方式，利用構(gòu)建的混合數(shù)據(jù)集，訓(xùn)練GoogLeNet分類模型。

訓(xùn)練語義分割模型的主要流程如圖3所示，訓(xùn)練分類模型的主要流程如圖4所示。

圖3 DeepLab分割模型訓(xùn)練過程

圖4 CNN分類模型訓(xùn)練過程

算法的主要步驟描述如下：

步驟1 整理分割數(shù)據(jù)，將對(duì)應(yīng)的標(biāo)注信息作為標(biāo)簽；

步驟2 輸入植物圖像及其對(duì)應(yīng)的分割標(biāo)注信息,利用多層空洞卷積和池化方法提取每張圖像的得分圖；

步驟3 對(duì)得分圖上采樣得到與原圖尺寸相同的圖像像素分類結(jié)果；

步驟4 使用全連接CRF利用底層細(xì)節(jié)信息對(duì)分割圖進(jìn)行優(yōu)化；

步驟5 輸入驗(yàn)證圖像，對(duì)DeepLab模型參數(shù)進(jìn)行優(yōu)化，得到最優(yōu)分割模型；

步驟6 利用DeepLab模型得到一對(duì)一映射的分割處理結(jié)果圖；

步驟7 對(duì)照分割處理結(jié)果圖，處理原始圖像得到的圖像判別關(guān)鍵域；

步驟8 將圖像判別關(guān)鍵域與原始數(shù)據(jù)集混合，得到新的分類訓(xùn)練數(shù)據(jù)集；

步驟9 基于GoogLeNet訓(xùn)練得到分類模型；

步驟10 輸入測(cè)試圖像，統(tǒng)計(jì)模型分類top-1的準(zhǔn)確度。

3 實(shí)驗(yàn)數(shù)據(jù)與分析

3.1 實(shí)驗(yàn)數(shù)據(jù)與環(huán)境

本文實(shí)驗(yàn)中采用的分割數(shù)據(jù)集來源于從百度爬蟲的植物圖片和Oxford 17中隨機(jī)挑選的圖片，總共1273張，記為MyData數(shù)據(jù)集。通過手工分割標(biāo)注，得到1273張標(biāo)注圖。將MyData拆分為訓(xùn)練集600張，驗(yàn)證集423張，測(cè)試集250張。分類數(shù)據(jù)集采用牛津大學(xué)公開植物圖像數(shù)據(jù)集Oxford 17和Oxford 102，Oxford 17共有17類植物，每個(gè)類別各有80張圖片，總1360張圖片數(shù)據(jù)集。Oxford 102中有102類植物圖像，每個(gè)類別分別包含40張～258張圖片，總共8189張圖片。分類訓(xùn)練過程中，訓(xùn)練集與驗(yàn)證集圖片數(shù)量比例采用3∶1。所有圖片均經(jīng)過重新處理為256*256尺寸大小。

本文實(shí)驗(yàn)的分割和分類訓(xùn)練過程均在基于GPU的并行計(jì)算條件下進(jìn)行。操作系統(tǒng)為Ubuntu16.04，運(yùn)行內(nèi)存8 G，GeForce1060，顯存6 G，CUDA 8.0，cudnn 5.0，caffe。

3.2 評(píng)價(jià)指標(biāo)

(1)圖像分割指標(biāo)

像素精度PA(pixel accuracy)

(11)

假設(shè)共有k+1類(背景算一類)，Pij表示本屬于類i但被預(yù)測(cè)為類j的像素?cái)?shù)量，Pji表示本屬于類j但被預(yù)測(cè)為類i的像素?cái)?shù)量，Pii表示被正確預(yù)測(cè)的數(shù)量。

均像素精度MPA(mean pixel accuracy)

(12)

均交并比MIoU(mean intersection over union)

(13)

(2)圖像分類指標(biāo)

top-N正確率是指圖像識(shí)別算法給出前N個(gè)答案中有一個(gè)是正確的概率。本文選取top-1作為此次分類任務(wù)的評(píng)價(jià)指標(biāo)。

3.3 實(shí)驗(yàn)結(jié)果與分析

3.3.1 實(shí)驗(yàn)一

本實(shí)驗(yàn)的目的是尋找分割模型的最優(yōu)參數(shù)。實(shí)驗(yàn)采用MyData數(shù)據(jù)集，實(shí)驗(yàn)對(duì)DeepLab分割模型中最重要的兩個(gè)參數(shù)batch_size和weight_decay進(jìn)行調(diào)優(yōu)。其余參數(shù)采用默認(rèn)值(Base_lr為0.001，Lr_policy為poly, power=0.9)。

實(shí)驗(yàn)首先固定weight_decay為0.0005，尋找batch_size的最優(yōu)參數(shù)，實(shí)驗(yàn)結(jié)果如表1所示可以看出，當(dāng)batch_size為8時(shí)分割指標(biāo)最好。其次，固定batch_size為8,尋找weight_decay的最優(yōu)參數(shù)，實(shí)驗(yàn)結(jié)果見表2。

表1 不同batch_size下的分割指標(biāo)

表2 batch size固定，不同weight_decay下的分割指標(biāo)

可見，當(dāng)batch_size為8，weight_decay為0.0005時(shí)達(dá)到了PA為0.98、MPA為0.98、MIoU為 0.96，達(dá)到最優(yōu)的分割準(zhǔn)確率。

3.3.2 實(shí)驗(yàn)二

本實(shí)驗(yàn)用于驗(yàn)證文中所基于DL-CNN的細(xì)粒度方法的有效性。實(shí)驗(yàn)將比較判別域構(gòu)成的5種方式，以及兩種分類模型。

5種判別域構(gòu)建方法：

(1)oriData：采用原始圖像作為全局判別域；

(2)segData：根據(jù)分割圖，對(duì)相應(yīng)的原始圖像做一對(duì)一像素級(jí)映射，得到只保留前景目標(biāo)、背景均全黑的圖像，構(gòu)成局部關(guān)鍵判別域；

(3)KeyobjData：根據(jù)像素級(jí)分割圖，選取最小外接矩形的方法對(duì)原圖進(jìn)行框選和裁剪，得到局部關(guān)鍵判別域。和處理方式(2)相比，采用該方法得到的裁剪圖會(huì)包含前景目標(biāo)以及前景目標(biāo)邊緣處的少部分背景，但是可以減少過分割和由于不連通造成的分割誤差；

(4)SegData_oriData：將segData與oriData數(shù)據(jù)集混合，得到既含有圖像局部判別關(guān)鍵域，又包含全局判別域的雙判別域；

(5)Keyobj_oriData：將KeyobjData與oriData數(shù)據(jù)集混合，得到既含有圖像判別關(guān)鍵域，又包含全局判別域的雙判別域。

采用oriData、segData和KeyobjData得到的判別域圖像示例見表3?？梢钥闯?，序號(hào)為A的花得到了正常分割，B則出現(xiàn)了過分割，C由于花型比較分散，出現(xiàn)了不連通和缺失，D為花型較小的簇類花型，出現(xiàn)了缺失和欠分割。

表3 圖像示例

同時(shí)，實(shí)驗(yàn)采用Oxford 17和Oxford 102兩個(gè)數(shù)據(jù)集，比較了AlexNet和GoogLeNet兩種分類模型，在4種判別域構(gòu)成方案下的top-1分類準(zhǔn)確度見表4。

表4 模型Top-1分類結(jié)果/%

可以看到，基于GoogLeNet的分類模型總體檢測(cè)精度高于基于AlexNet的分類模型。采用segData方案得到的局部關(guān)鍵判別域用于分類，top-1精度低于采用原圖作為全局判別域的分類結(jié)果，這是由于分割過程中出現(xiàn)的分割誤差(如過分割、由于植物花型分散不連通造成分割后花型部分丟失等造成的)。采用KeyobjData方案得到的局部關(guān)鍵判別域用于分類，在GoogLeNet模型下，top-1精度略高于采用原圖作為全局判別域的分類結(jié)果。采用本文提出的雙判別域用于分類，在GoogLeNet模型下，相對(duì)于采用原圖作為全局判別域的分類結(jié)果，top-1精度在Oxford 17和Oxford 102分別提高2.74%和4.26%。

表5給出了分類檢測(cè)中單幀圖像的處理時(shí)間，可以看到基于GoogLeNet，在Oxford 17數(shù)據(jù)集上，單張圖像的檢測(cè)時(shí)間僅為27 ms，在Oxford 102數(shù)據(jù)集上，單張圖像的檢測(cè)時(shí)間僅為15.8 ms。

表5 分類中單張圖像的處理時(shí)間/s

3.3.3 實(shí)驗(yàn)三

本實(shí)驗(yàn)用于驗(yàn)證文中所提方法在類別更加相似的植物圖像上的有效性。實(shí)驗(yàn)選取了18種不同的菊花，來自于互聯(lián)網(wǎng)，總共1352張。菊花類別序號(hào)、類別名稱和圖片數(shù)量信息如下：1萬壽菊(99)、2矢車菊(65)、3日光菊(74)、4金盞菊(72)、5瓜葉菊(99)、6大麗菊(59)、7波斯菊(71)、8金光菊(98)、9禮花菊(84)、10雛菊(141)，11乒乓菊(74)，12幌菊(19)，13杭菊(40)，14芙蓉菊(45)，15荷蘭菊(63)，16蛇目菊(75)，17金絲皇菊(39)，18麥稈菊(135)。括號(hào)內(nèi)的數(shù)字為圖片數(shù)量，實(shí)驗(yàn)中按3∶1劃分為訓(xùn)練集和測(cè)試集。

實(shí)驗(yàn)結(jié)果見表6和表7。

表6 菊類圖像的分類結(jié)果/%

表7 GoogLeNet模型下每個(gè)類別分類的結(jié)果

從表6可以看出，本文提出的方案對(duì)相似植物仍然能夠以較高的準(zhǔn)確率實(shí)現(xiàn)細(xì)分。從表7可以看出，除大麗菊和幌菊識(shí)別準(zhǔn)確率較低外，其余種類top-1識(shí)別率都在90%以上。分析原因，其中，幌菊識(shí)別率低的主要原因是訓(xùn)練樣本較少，只有12張。大麗菊識(shí)別率低主要因?yàn)橛?xùn)練樣本圖像中的花型都很大，占據(jù)了畫面的主要部分，因此提取的局部判別域和全局判別域基本沒有差異，因此改進(jìn)效果不明顯。

3.3.4 實(shí)驗(yàn)四

本實(shí)驗(yàn)用于驗(yàn)證本文方法與SIFT+K-means+SVM、GrabCut+CNN的其它植物分類方法比較下的有效性。

SIFT+K-means+SVM方法對(duì)讀取的原始圖像提取SIFT特征點(diǎn)進(jìn)行K-means聚類，然后訓(xùn)練SVM，在測(cè)試集上得出分類精度。GrabCut是一種基于圖論的圖像分割方法，利用了K-means聚類、高斯混合模型建模和最大流最小割算法，對(duì)使用GrabCut分割得到的圖像前景圖經(jīng)過AlexNet和GoogLeNet訓(xùn)練，得到的分類結(jié)果見表8。

表8 本文方法與SIFT+K-means+SVM、 GrabCut+CNN的分類結(jié)果/%

由表8，對(duì)比SIFT+KMeans+SVM和GrabCut+CNN的方法可以看出，本文DL-CNN方法在提高分類精度上效果更加明顯，驗(yàn)證了本文算法的有效性。

4 結(jié)束語

目前，基于語義分割的植物花型細(xì)粒度分類上研究還不多。本文針對(duì)植物圖像進(jìn)行分類，具有重要的應(yīng)用價(jià)值。針對(duì)植物圖像分類中準(zhǔn)確率不高的問題，提出了一種基于判別關(guān)鍵域和深度學(xué)習(xí)的植物圖像細(xì)粒度分類方法(DL-CNN)。該方法通過對(duì)圖像進(jìn)行語義分割，獲得待測(cè)目標(biāo)的判別關(guān)鍵域。同時(shí)為了減小分割誤差對(duì)分類誤差的影響，提出構(gòu)建包含待測(cè)目標(biāo)全局和局部判別域的分類訓(xùn)練數(shù)據(jù)集，采用卷積神經(jīng)網(wǎng)絡(luò)提取特征，softmax分類器進(jìn)行分類。在Oxford 17和Oxford 102兩個(gè)公開數(shù)據(jù)集以及植物子類數(shù)據(jù)集上，均取得了較高的top-1識(shí)別準(zhǔn)確率。