当前位置: 首页 > 文章 > 基于DXNet模型的富士苹果外部品质分级方法研究 农业机械学报 2021,52 (7) 379-385
Position: Home > Articles > External Quality Grading Method of Fuji Apple Based on Deep Learning Transactions of the Chinese Society for Agricultural Machinery 2021,52 (7) 379-385

基于DXNet模型的富士苹果外部品质分级方法研究

作  者:
何进荣;石延新;刘斌;何东健
单  位:
农业农村部农业物联网重点实验室;延安大学数学与计算机科学学院
关键词:
苹果;外部品质分级;深度学习;计算机视觉;模型融合
摘  要:
针对传统计算机视觉技术在苹果外部品质分级中准确率较低、鲁棒性较差等问题,提出了基于深度学习的苹果外观分级方法(多卷积神经网络融合DXNet模型).首先,在延安市超市、果园等场所实地拍摄不同外观等级的苹果图像15 000幅,并进行人工标记,建立了外部品质信息覆盖度广、样本量大的苹果图像数据库;然后,在对比分析经典卷积网络模型的基础上,采用模型融合的方式对经典模型进行优化改进,抽取经典模型卷积部分进行融合,作为特征提取器,共享全连接层用作分类器,并采用批归一化和正则化技术防止模型过拟合.试验评估采用15 000幅图像进行训练、4 500幅图像进行测试,结果表明,DXNet模型的分级准确率高于经典模型,分级准确率达到97.84%,验证了本文方法用于苹果外部品质分级的有效性.
译  名:
External Quality Grading Method of Fuji Apple Based on Deep Learning

相似文章

计量
文章访问数: 19
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊