|
|||||
|
|
| 基于ResNet卷积神经网络的绿茶种类识别模型构建 | |
| 作者姓名： | 张怡 赵珠蒙 王校常 冯海强 林杰 |
| 作者单位： | 1.浙江农林大学农业与食品科学学院,浙江省农产品品质改良技术研究重点实验室 浙江 杭州 311300;2.浙江大学茶叶研究所,浙江 杭州 310058;3.浙江省种植业管理局,浙江 杭州 310020 |
| 基金项目： | 浙江省农业重大技术协同推广计划;国家自然科学基金 |
| 摘 要： | 绿茶是我国种类最多、产量最大的茶类,外形是其分类的重要依据.图像分类是计算机视觉的核心技术之一,但其在茶叶领域的应用较少,茶类识别仍依赖感官审评方法.采集8种常见绿茶(丽水香茶、信阳毛尖、六安瓜片、太平猴魁、安吉白茶、碧螺春、竹叶青和龙井)共1713张图片,基于ResNet卷积神经网络,从识别模型的预测能力、收敛速度、... |
| 关 键 词： | 卷积神经网络 深度学习 绿茶分类 |
| 收稿时间： | 2020-09-02 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《茶叶科学》浏览原始摘要信息 | |
| 点击此处可从《茶叶科学》下载全文 | |