基于卷积神经网络和迁移学习的图像分类

提示：本论文内容未经作者授权严禁转载及使用。

图像分类算法的性能优劣很大程度上取决于特征提取的质量与数量。卷积神经网络能够同时学习特定的特征和分类器，并在训练过程中随时调整以满足不同问题的需求。但随着网络层数的加深，仍存在训练难度大、时间长.效率低等问题。因此，本文基于卷积神经网络自动提取图像高级特征，通过迁移学习的方式训练网络。实验结果表明，该网络可以提取更丰富的特征，提升图书分类的效率和准确率。