针对依靠人的肉眼对纹样图像进行分类准确率不高以及工作效率低下的问题,本文提出一种基于改进的Res Net18网络模型中进行迁移学习的方式来对纹样图像按国家进行分类实验,从而提升该模型的训练效果。由于数据集纹样图像数量较少...展开更多 针对依靠人的肉眼对纹样图像进行分类准确率不高以及工作效率低下的问题,本文提出一种基于改进的Res Net18网络模型中进行迁移学习的方式来对纹样图像按国家进行分类实验,从而提升该模型的训练效果。由于数据集纹样图像数量较少,因此引入了数据增强技术对数据集纹样图像加以扩充,借此来进一步增强Res Net18网络模型的泛化能力。最终的实验结果表明在基于改进...