当前位置: 首页 > 文章 > 重组牛肉图像识别模型的比较研究 肉类研究 2020 (7) 13-17
Position: Home > Articles > 重组牛肉图像识别模型的比较研究 MEAT RESEARCH 2020 (7) 13-17

重组牛肉图像识别模型的比较研究

作  者:
王博;杨洪遥;陆逢贵;陈子东;曹振霞;刘登勇
单  位:
渤海大学食品科学与工程学院;哈尔滨商业大学职业技术教育学院
关键词:
重组牛肉;识别;卷积神经网络;深度残差网络
摘  要:
以重组牛肉为研究对象,基于机器视觉技术构建3种深度残差网络(deep residual network,ResNet)模型(ResNet-50、ResNet-101、ResNet-152)用于识别重组牛肉,同时应用VGG-16视觉几何群网络模型、支持向量机模型以及LeNet-5卷积神经网络模型,比较分析ResNet模型的识别准确率和响应时间.采集并经过图像预处理后共得到6 168张样品图像作为实验样本,随机选取其中的4 936张作为训练集,剩余1 232张作为测试集.结果表明:3种ResNet模型(ResNet-50、ResNet-101、ResNet-152)识别速率较快,准确率高,均可以有效识别重组牛肉,且卷积层越多,准确率越高,其中ResNet-50模型识别准确率达到较高水平,且测试时间仅需0.45 s,能够准确、快速地识别重组牛肉.

相似文章

计量
文章访问数: 8
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊