102类鲜花的数据分类

简介：
本数据集包含102种不同类型的鲜花图像，旨在促进花卉识别技术的研究与应用，适用于机器学习模型训练及测试。 我们小组在课程项目中使用了一个包含102个类别的鲜花数据集进行研究。每个类别有40到258张图像，并且这些图像是多样化的。 对于这个数据集，我们尝试了不同的方法并进行了比较分析（如表1所示）。基于比较结果，我们选择了较小的模型作为最终方案，并让它运行更长时间以优化性能。具体来说，在满足提前停止条件的情况下，我们将该模型训练了50个周期。如果在连续五个周期内验证准确性未提升超过0.0001，则会触发停止机制。 经过23轮迭代后，我们的训练过程结束：此时的训练准确率为100%，损失为9.8343e-04；而验证集上的表现则是53%的准确率和3.54的损失。平均测试准确性是47%，各类别的特定精度平均值则为44%，整体精确度评分为0.49。 此外，我们还展示了混淆矩阵以及每个类别的具体精度数值，并且进行了10折交叉验证来进一步确认模型的有效性。