| 基于DXNet模型的富士苹果外部品质分级方法研究 |
| |
| 作者姓名： | 何进荣 石延新 刘斌 何东健 |
| |
| 作者单位： | 延安大学数学与计算机科学学院,延安716000;农业农村部农业物联网重点实验室,陕西杨凌712100;延安大学数学与计算机科学学院,延安716000;农业农村部农业物联网重点实验室,陕西杨凌712100;陕西省农业信息感知与智能服务重点实验室,陕西杨凌712100 |
| |
| 基金项目： | 国家自然科学基金项目(61902339)、陕西省自然科学基础研究计划项目(2021JM-418)、延安大学博士科研启动项目(YDBK2019-06)、延安市科技专项项目(2019-01、2019-13)、谷歌支持教育部产学合作协同育人项目(202002107065)和延安大学大学生创新创业训练计划项目(S202010719116、DCZX2019-02、S202010719068) |
| |
| 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...
|
| 关 键 词： | 苹果 外部品质分级 深度学习 计算机视觉 模型融合 |
| 收稿时间： | 2020-08-18 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
|
点击此处可从《农业机械学报》下载免费的PDF全文 |
|
