种类鉴别是花草出产、钻研和产业化的基础工作
。菊花拥有极高的参观价值和丰硕的文化底蕴，是我国的一大奇葩
。然而，复杂的幼头状花序、分歧的幼花类型和多多的种类故障了菊花种类的鉴别
。在此，钻研探求了深度进建步骤在菊花种类鉴别中的利用
。

提出了基于VGG16和ResNet50两种网络的大花菊花深度进建模型
。采集了103个种类14000幅图像的A数据集和197幅分歧年份的B数据集
。使用数据集A对网络进行训练，确定校准精度(Top-5率98%以上)，使用数据集B对模型泛化机能进行评估(Top-5率78%以上)
。利用梯度加权类激活映射(Grad-CAM)可视化和特点聚类分析，探求了菊花种类深度进建模型的鉴别步骤
。

菊花识此外复杂性
。a成千上万的大花菊花种类
。b菊花的头状花序结构:(i)线状幼花和(ii)盘状幼花

来自数据集A (a)和B (b)的样本图像

将深度进建步骤利用到种类鉴别中，拥有鉴别机能强、鉴别速度快蹬着点，是园艺学的一大突破


；ㄐ虮咴登⒒ㄅ逃谆ㄇ⒒ㄐ蛏屎突ㄐ蜃刺赡苁悄Ｐ途霾吖讨械墓丶煞，也是人类决策的关键成分
。

起源：Plant Methods. Deep learning for image-based large-flowered chrysanthemum cultivar recognition.Zhilan Liu,Jue Wang,Ye Tian,Si lan Dai.https://plantmethods.biomedcentral.com/articles/10.1186/s13007-019-0532-7

最后，再次祝使用谷丰光电产品的戴思兰教员团队颁发文件，我们衷心但愿您和您的团队能在科研之路上勇攀顶峰、再创佳绩！也衷心期盼更多奋斗在科研一线的学者、教员关注谷丰，在各自的科研领域斩获殊荣！