|
|||||
|
|
| 基于数据平衡和深度学习的开心果品质视觉检测方法 | |
| 作者姓名： | 高霁月 倪建功 杨昊岩 韩仲志 |
| 作者单位： | 青岛农业大学理学与信息科学学院,青岛266109 |
| 基金项目： | 国家自然科学基金项目（31872849）、山东省重点研发计划项目（2019GNC106037）、山东省高等学校青创计划团队项目（2020KJF004）和青岛市科技发展计划项目（19-6-1-66-nsh、19-6-1-72-nsh） |
| 摘 要： | 为探究数据集中分类数量的平衡性对开心果品质检测的影响,将开心果图像与深度学习网络相结合,提出一种数据自动平衡的检测方法.根据行业标准将开心果数据集分为开口、闭口和缺陷3类,在此基础上再分为未经数据平衡和经过数据平衡2个数据集,分别使用AlexNet、GoogLeNet、ResNet50、SqueezeNet、Shuff... |
| 关 键 词： | 开心果 深度学习 数据平衡 视觉检测 |
| 收稿时间： | 2020-09-13 |
| 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 | |