基于深度卷积神经网络的胡萝卜外观缺陷分类实现 |
| |
引用本文: | 杨彩霞,刘克成.基于深度卷积神经网络的胡萝卜外观缺陷分类实现[J].南阳理工学院学报,2019(4):41-43. |
| |
作者姓名: | 杨彩霞 刘克成 |
| |
作者单位: | 南阳理工学院 |
| |
摘 要: | 本文介绍了利用深度卷积神经网络对胡萝卜外观缺陷进行分类的方法。由传送带、光源、相机、计算机和气动机构组成视觉分拣系统,采集了外观无缺陷以及存在开裂、分枝和高刺缺陷的胡萝卜样本图片。对样本进行标注和数据增广操作,基于样本对深度卷积神经网络模型进行了训练,最终模型在测试集上达到91.6%的分类准确率。本研究对于提升胡萝卜分拣效率降低人工成本具有重要意义。
|
关 键 词: | 深度卷积神经网络 胡萝卜分类 外观缺陷 |
CLASSIFICATION OF CARROT SHAPE DEFECTS BASED ON DCNN |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|