当前位置: 首页 > 文章 > 基于改进型LeNet-5的苹果自动分级方法 中国农机化学报 2020 (7) 105-110
Position: Home > Articles > 基于改进型LeNet-5的苹果自动分级方法 Journal of Chinese Agricultural Mechanization 2020 (7) 105-110

基于改进型LeNet-5的苹果自动分级方法

作  者:
王立扬;张瑜;沈群;薛勇
单  位:
中国农业大学信息与电气工程学院;中国农业大学食品科学与营养工程学院
关键词:
苹果分级;改进型LeNet-5;卷积神经网络;深度学习
摘  要:
针对目前传统机器学习对苹果分级的局限性,改进经典卷积神经网络LeNet-5模型以提高分级准确率.试验在原基础上添加卷积层至4层以加深网络深度,改用LeakyReLU激励函数并加入Dropout层防止过拟合,修改输入图像大小为32*32*3.同时将此与GoogLeNet迁移模型、初始LeNet-5模型、传统机器学习进行对比.试验对不同等级的红富士苹果进行训练与测试,发现改进后的LeNet-5效果最好,测试集准确率达98.37%、AUC值为0.907 5,识别一个苹果仅需0.12 s,能够满足工厂自动化分级的需求.综上,改进型LeNet-5模型可用于苹果的高效分级.

相似文章

计量
文章访问数: 11
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊