基于数据科学竞赛Kaggle的数据集,利用YOLOv8算法,并将其CNN骨干网络替换为MobileNet神经网络,训练出一个能够精确识别动植物图像的模型。进一步,调用此性能优秀的模型,设计并实现一个兼顾精确度与轻量化的动植物图像识别系统。该模型在系统方面,主要分为管理员和用户两个部分。管理员分为用户管理模块和模型管理模块。用户管理模块负责对普通用户信息的增删改查;模型管理模块负责加入新的图像识别模型。用户分为主页模块,图像识别模块,物种地图分布模块,物种记录模块,信息可视化模块。主页模块负责展示最新物种信息,系统开发简介;图像识别模块负责图像识别,识别后展示物种信息:科属种;物种分布地图模块负...
基于数据科学竞赛Kaggle的数据集,利用YOLOv8算法,并将其CNN骨干网络替换为MobileNet神经网络,训练出一个能够精确识别动植物图像的模型。进一步,调用此性能优秀的模型,设计并实现一个兼顾精确度与轻量化的动植物图像识别系统。该模型在系统方面,主要分为管理员和用户两个部分。管理员分为用户管理模块和模型管理模块。用户管理模块负责对普通用户信息的增删改查;模型管理模块负责加入新的图像识别模型。用户分为主页模块,图像识别模块,物种地图分布模块,物种记录模块,信息可视化模块。主页模块负责展示最新物种信息,系统开发简介;图像识别模块负责图像识别,识别后展示物种信息:科属种;物种分布地图模块负...