基于ResNet50神经网络的荔枝表皮缺陷检测研究

文献类型： 中文期刊

第一作者： 刘现

作者： 刘现;郑华伟;张海佳

作者机构：

关键词： 荔枝表皮缺陷;ResNet50;KNN算法;RF算法

期刊名称： 科技与创新

ISSN： 1008-0570

年卷期： 2023 年 017 期

页码： 64-67

摘要： 为了提高荔枝表皮缺陷检测的智能化程度与效率,基于ResNet50 神经网络开展荔枝表皮缺陷检测研究.利用自主研制的图像采集系统试验平台构建荔枝表皮缺陷图像数据集,使用残差神经网络(Residual Network,ResNet)50算法构建荔枝表皮缺陷检测分类模型,并将它与K-近邻法(K-Nearest Neighbor,KNN)和随机森林(Random Forest,RF)算法所构建的模型进行对比,评估其分类效果和性能.试验结果表明,综合考虑模型分类准确率和程序运行时间,基于ResNet50的荔枝表皮缺陷检测分类模型相较于其他2 种算法是最佳的,能够有效地将荔枝图像划分为正常、霉变和裂口3类,将正常的荔枝与有表皮缺陷的荔枝区分开.研究结果可为基于荔枝图像的表皮缺陷检测方法提供技术参考.

分类号： S666.2%TP391

  • 相关文献

[1]基于LBPHSV+ResNet50融合的水稻冠层氮素营养监测方法. 叶春,刘莹,刘继忠,舒时富,李艳大,吴罗发. 2023

[2]基于深度残差网络的小样本杯沿缺陷检测. 金宇霏,陆慧娟,郭鑫璐,张俊,朱文杰. 2021

作者其他论文 更多>>

微信小程序