品种识别是花卉生产、研究和产业化的基础工作。菊花具有极高的观赏价值和丰富的文化底蕴，是我国的一大奇葩。然而，复杂的小头状花序、不同的小花类型和众多的品种阻碍了菊花品种的识别。在此，研究探讨了深度学习方法在菊花品种识别中的应用。

提出了基于VGG16和ResNet50两种网络的大花菊花深度学习模型。采集了103个品种14000幅图像的A数据集和197幅不同年份的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对模型泛化性能进行评估(Top-5率78%以上)。利用梯度加权类激活映射(Grad-CAM)可视化和特征聚类分析，探讨了菊花品种深度学习模型的识别方法。

菊花识别的复杂性。a成千上万的大花菊花品种。b菊花的头状花序结构:(i)线状小花和(ii)盘状小花

来自数据集A (a)和B (b)的样本图像

将深度学习方法应用到品种识别中，具有识别性能强、识别速度快等优点，是园艺学的一大突破。花序边缘区、花盘小花区、花序颜色和花序形状可能是模型决策过程中的关键因素，也是人类决策的关键因素。

来源：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老师团队发表文献，我们衷心希望您和您的团队能在科研之路上勇攀高峰、再创佳绩！也衷心期盼更多奋斗在科研一线的学者、老师关注谷丰，在各自的科研领域斩获殊荣！