摘要： 花卉是人们寄托思绪的常见物之一，但是由于花卉种类繁多，人们只对常见的品种记忆犹新，主要靠人工方式，以及网络查询方式，识别度不高，随着深度学习和电子拍摄产品的发展，使用图像智能识别物体成了可能，本文基于RseNet使用5×5卷积替代7×7卷积，并且将池化模块改为1×1卷积，较少特征消失。采用网络上 104种花卉数据来进行训练，使用836张图进行测试，改进后的ResNet模型在accuracy_topl、accuracy.-top5,re- cll3个评价指标，分别提升了7.58%、7.26%、5.51%。实现了花型和品种智能识别，具有重要的理论和应用价值，为广大群众提供识别花朵的新手段，为移动端花卉识别提供一个新的解决思路。

关键词: ResNet;小卷积核；l×1卷积；花朵分类