基于VGG-16和迁移学习的苹果识别

被引:0
|
作者
谭炎金 [1 ]
陈西曲 [1 ]
机构
[1] 武汉轻工大学电气与电子工程学院
关键词
苹果识别; 卷积神经网络; 迁移学习; 数据增强;
D O I
暂无
中图分类号
S661.1 [苹果]; TP18 [人工智能理论]; TP391.41 [];
学科分类号
080203 ; 081104 ; 0812 ; 0835 ; 090201 ; 1405 ;
摘要
针对传统苹果识别方法通用性差、识别精度低等问题,提出了一种基于VGG-16的改进模型,并与AlexNet、VGGNet16、GoogleNet等经典模型从训练集、验证集上的精度和损失方面进行对比,发现改进模型不仅比其它经典模型的收敛速度更快而且精度也更高,接近100%。利用改进模型从迁移学习和数据增强技术方面解决了数据集样本有限的问题,结果表明,改进模型结合迁移学习在不同数据集上的表现基本一致,精度方面均可以达到98%以上。实验方法可以应用于工业或者农业领域中的苹果识别和分类,有效地提高生产效益。
引用
收藏
页码:109 / 115
页数:7
相关论文
共 19 条
  • [1] 小样本下基于深度学习的声呐图像分类研究
    陈禹乐
    李博
    梁红
    杨长生
    [J]. 西北工业大学学报, 2022, 40 (04) : 739 - 745
  • [2] 图结构表示下的药物数据增强方法
    蔡引江
    许光俊
    马喜波
    [J]. 计算机应用, 2023, 43 (04) : 1136 - 1141
  • [3] 基于改进Sigmoid卷积神经网络的手写体数字识别
    樊继慧
    滕少华
    金弘林
    [J]. 计算机科学, 2022, 49 (12) : 244 - 249
  • [4] 卷积神经网络中激活函数的性质分析与改进
    张焕
    张庆
    于纪言
    [J]. 计算机仿真, 2022, (04) : 328 - 334
  • [5] 利用多头-连体神经网络实现障碍行为识别
    马仑
    刘鑫
    赵斌
    王瑞平
    廖桂生
    张亚静
    [J]. 西安电子科技大学学报, 2022, 49 (04) : 100 - 108
  • [6] 深度学习模型鲁棒性研究综述
    纪守领
    杜天宇
    邓水光
    程鹏
    时杰
    杨珉
    李博
    [J]. 计算机学报, 2022, 45 (01) : 190 - 206
  • [7] 基于计算机视觉的苹果大小检测方法研究
    赵丹丹
    艾医
    [J]. 农机化研究, 2022, 44 (07) : 206 - 209
  • [8] 基于深度学习的遥感图像地物分割方法
    沈言善
    王阿川
    [J]. 液晶与显示, 2021, 36 (05) : 733 - 740
  • [9] 基于卷积神经网络与迁移学习的稻田苗期杂草识别
    邓向武
    马旭
    齐龙
    孙国玺
    梁松
    金晶
    [J]. 农机化研究, 2021, 43 (10) : 167 - 171
  • [10] 改进VGG模型在苹果外观分类中的应用
    岳有军
    田博凯
    王红君
    赵辉
    [J]. 科学技术与工程, 2020, 20 (19) : 7787 - 7792