一种基于卷积神经网络的图像识别方法

本发明公开了一种基于卷积神经网络的图像识别方法，属于深度学习技术领域，包括：步骤一：获取图像数据集；步骤二：图像数据集预处理；步骤三：数据集划分；步骤四：训练过程；步骤五：验证过程；步骤六：测试过程；步骤七：数据可视化；该方法在线性层后加入Dropout层，以此来减少中间特征的数量，从而减少冗余，即增加每层各个特征之间的正交性，对过拟合现象的出现做了很好的预防；同时选取0.5作为Dropout率，使Dropout过程中随机生成的网络数最多，保证了特征的多样性，提高了模型泛化能力；该方法采用机器学习算法模型，通过对图像的识别，实现了对中国不同地区方言和不同方言内容的大致区分和识别，解决了梯度消失的问题；同时由于数据被归一化，使得网络具有更好的收敛速度。