[17]。國內外在不同應用領域對VGG模型的改進方案層見疊出，自VGG模型問世就引發(fā)了無數(shù)學者對其進行模仿與改進，直至今天也有眾多研究者將VGG模型改進后應用于各方面的研究，如前文所述，近年來在沒有新模型問世的情況下，研究人員致力于對經典模型進行改進以得到效果更好的圖像分類模型。VGG模型更是自誕生以來就一直備受青睞，作為研究者改進分類算法的基礎模型具有極其重要的地位，具有技術的可行性。研究更省時更快速更準確的圖像識別分類模型，并將其應用于現(xiàn)代互聯(lián)網技術，以獲得更高效的產品、更優(yōu)良的產品體驗，提升公司經濟效益。由此可見經濟效益可行性極高。參考文獻呂恩輝.基于卷積神經網絡的圖像分類研究[D].中國礦業(yè)大學,2019.吳仔賢.基于改進卷積神經網絡算法在場景圖像識別方向的研究[D].安徽大學,2020.洪奇峰,施偉斌,吳迪,羅力源.深度卷積神經網絡模型發(fā)展綜述[J].軟件導刊,2020,19(04):84-88.鄭博文.基于深度學習的生物特征識別方法研究[D].遼寧科技大學,2019.楊永濤.基于改進卷積神經網絡的車型分類算法研究[D].電子科技大學,2020.IoffeS,SzegedyC.BatchNormalization:AcceleratingDeepNetworkTrainingbyReducingInternalCovariateShift[J].2015.楊路飛,章新華,張大偉,李蘭瑞.基于批標準化深度網絡模型的水中目標分類研究[A].四川省聲學學會、上海聲學學會、山東聲學學會、黑龍江省聲學學會、重慶聲學學會、西安聲學學會、陜西省聲學學會、全國聲學標準化技術委員會、中國聲學學會環(huán)境聲學分會.2020'中國西部聲學學術交流會論文集[C].四川省聲學學會、上海聲學學會、山東聲學學會、黑龍江省聲學學會、重慶聲學學會、西安聲學學會、陜西省聲學學會、全國聲學標準化技術委員會、中國聲學學會環(huán)境聲學分會:《聲學技術》編輯部,2020:3.HeK,ZhangX,RenS,etal.DeepResidualLearningforImageRecognition[C]//IEEEConferenceonComputerVision&PatternRecognition.IEEEComputerSociety,2016.朱家輝,蘇維均,于重重.基于卷積神經網絡的農作物葉片病害診斷[J/OL].植物檢疫:1-10[2021-01-06]./10.19662/ki.issn1005-2755.2020.00.042.徐清華,鄭譽煌,戴冰燕.基于深度殘差網絡的水果圖像分類算法研究[J].工業(yè)控制計算機,2020,33(12):37-38+40.王元東.基于ResNet模型的圖像分類方法及應用研究[D].華東交通大學,2019.HuangG,LiuZ,LaurensVDM,etal.DenselyConnectedConvolutionalNetworks[J].2016.張建華,孔繁濤,吳建寨,翟治芬,韓書慶,曹姍姍.基于改進VGG卷積神經網絡的棉花病害識別模型[J].中國農業(yè)大學學報,2018,23(11):161-171.李晶皎,婁家培,閆愛云,王愛俠,李貞妮.一種融合多種改進VGG網絡的人臉識別方法[P].遼寧?。篊N109255340A,2019-01-22.岳有軍,田博凱,王紅君,趙輝.改進VGG模型在蘋果外觀分類中的應用[J].科學技術與工程,2020,20(19):7787-7792.王羽徵,程遠,畢海,于秋玉,劉丹.基于改進式VGG網絡的海洋單細胞藻類識別算法研究[J/OL].大連海洋