基于孪生网络的苹果外观品质分级方法 |
| |
引用本文: | 何进荣,孙娅妮,石延新.基于孪生网络的苹果外观品质分级方法[J].延安大学学报(自然科学版),2023(1):67-73. |
| |
作者姓名: | 何进荣 孙娅妮 石延新 |
| |
作者单位: | 延安大学数学与计算机科学学院 |
| |
摘 要: | 针对人工和机械在苹果分级中存在低效、易损、准确率低等问题,提出一种基于孪生网络的苹果外观品质分级方法。该方法首先人工采集包含真实背景和不同等级的苹果图像数据集,并进行预处理操作,包括删除无关背景、0-1缩放和数据增强等;其次以卷积层、池化层和批归一化层为基础模块,搭建神经网络模型,提取苹果图像特征;最后用全连接层训练一个分类器,完成对苹果图像特征的分类,从而得到苹果外观品质对应的等级,其中模型的损失函数为对比损失。实验结果表明,构建的孪生网络模型在苹果外观品质分级中,平均分类准确率达到了97.71%,具有较好的稳定性,其用于苹果外观品质的自动分级是可行的,并为其他农产品的外观分级提供思路和参考。
|
关 键 词: | 孪生网络 深度学习 卷积神经网络 苹果 品质分级 |
|
|