基于深度学习的青椒质量分类 |
| |
引用本文: | 郑凯,方春,孙福振.基于深度学习的青椒质量分类[J].山东理工大学学报,2020,34(4). |
| |
作者姓名: | 郑凯 方春 孙福振 |
| |
作者单位: | 山东理工大学 计算机科学与技术学院,山东 淄博255049;山东理工大学 计算机科学与技术学院,山东 淄博255049;山东理工大学 计算机科学与技术学院,山东 淄博255049 |
| |
基金项目: | 国家自然科学基金;山东省自然科学基金 |
| |
摘 要: | 针对目前青椒体型小、数量多、质量分类困难的问题,提出了利用深度学习中的卷积神经网络来解决青椒质量分类的方法。该方法无需消耗大量人力资源,直接将青椒图像作为输入,模型自动从训练数据中提取有利于区分青椒质量的图像特征。研究结果表明,当使用3 200张青椒图片作为训练数据时,得到的训练模型在含有960张图片的独立验证集上的识别准确率达到了97.60%。这为青椒质量分类问题提供了一种新的解决办法,同时也可用于其他瓜果蔬菜的质量识别问题。
|
关 键 词: | 深度学习 卷积神经网络 青椒质量分类 |
本文献已被 CNKI 万方数据 等数据库收录! |
|